[發(fā)明專利]問答方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)

在審

• 申請(qǐng)?zhí)枺?/td>: 202011525830.8
• 申請(qǐng)日: 2020-12-22
• 公開（公告）號(hào): CN112632248A
• 公開（公告）日: 2021-04-09
• 發(fā)明（設(shè)計(jì)）人: 鄭哲;張秋實(shí);林仕鋒;劉杰
• 申請(qǐng)（專利權(quán)）人: 深圳追一科技有限公司
• 主分類號(hào): G06F16/332
• 分類號(hào): G06F16/332;G06F16/35;G06F40/284;G06F40/30;G06K9/62
• 代理公司: 廣州華進(jìn)聯(lián)合專利商標(biāo)代理有限公司 44224
• 代理人: 陳小娜

本申請(qǐng)涉及一種問答方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。所述方法包括：獲取待回答的目標(biāo)問句；將所述目標(biāo)語(yǔ)句輸入到問句識(shí)別模型中進(jìn)行特征提取，得到目標(biāo)語(yǔ)義表征向量；獲取所述目標(biāo)語(yǔ)義表征向量所對(duì)應(yīng)的目標(biāo)向量類別，所述目標(biāo)向量類別對(duì)應(yīng)有多個(gè)標(biāo)準(zhǔn)語(yǔ)義表征向量，所述標(biāo)準(zhǔn)語(yǔ)義表征向量是將標(biāo)準(zhǔn)問句輸入所述問句識(shí)別模型中進(jìn)行特征提取得到的；獲取所述目標(biāo)向量類別所對(duì)應(yīng)的目標(biāo)知識(shí)點(diǎn)，將所述目標(biāo)知識(shí)點(diǎn)對(duì)應(yīng)的標(biāo)準(zhǔn)答案作為所述目標(biāo)問句所對(duì)應(yīng)的答案，所述目標(biāo)知識(shí)點(diǎn)對(duì)應(yīng)的標(biāo)準(zhǔn)答案為所述標(biāo)準(zhǔn)問句所對(duì)應(yīng)的答案。采用本方法能夠提高得到的答案的準(zhǔn)確度。

技術(shù)領(lǐng)域

本申請(qǐng)涉及人工智能領(lǐng)域，特別是涉及一種問答方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

背景技術(shù)

隨著科學(xué)技術(shù)的發(fā)展，在很多情況下都需要進(jìn)行答案搜索，例如智能客服機(jī)器人可以基于用戶的問題進(jìn)行答案搜索，以輸出答案，用戶也可以在搜索引擎上輸入問題，搜索引擎根據(jù)問題進(jìn)行搜索，展示搜索得到的答案。

傳統(tǒng)技術(shù)中，在確定答案時(shí)，經(jīng)常存在所得到的答案不準(zhǔn)確的情況，導(dǎo)致答案準(zhǔn)確度低。

發(fā)明內(nèi)容

基于此，有必要針對(duì)上述技術(shù)問題，提供一種問答方法、裝置、計(jì)算機(jī)設(shè)備和存儲(chǔ)介質(zhì)。

一種問答方法，所述方法包括：獲取待回答的目標(biāo)問句；將所述目標(biāo)語(yǔ)句輸入到問句識(shí)別模型中進(jìn)行特征提取，得到目標(biāo)語(yǔ)義表征向量；獲取所述目標(biāo)語(yǔ)義表征向量所對(duì)應(yīng)的目標(biāo)向量類別，所述目標(biāo)向量類別對(duì)應(yīng)有多個(gè)標(biāo)準(zhǔn)語(yǔ)義表征向量，所述標(biāo)準(zhǔn)語(yǔ)義表征向量是將標(biāo)準(zhǔn)問句輸入所述問句識(shí)別模型中進(jìn)行特征提取得到的；獲取所述目標(biāo)向量類別所對(duì)應(yīng)的目標(biāo)知識(shí)點(diǎn)，將所述目標(biāo)知識(shí)點(diǎn)對(duì)應(yīng)的標(biāo)準(zhǔn)答案作為所述目標(biāo)問句所對(duì)應(yīng)的答案，所述目標(biāo)知識(shí)點(diǎn)對(duì)應(yīng)的標(biāo)準(zhǔn)答案為所述標(biāo)準(zhǔn)問句所對(duì)應(yīng)的答案。

在一些實(shí)施例中，所述目標(biāo)向量類別是從候選向量類別集合中篩選得到的，所述方法還包括：獲取標(biāo)準(zhǔn)問句集合；將所述標(biāo)準(zhǔn)問句集合中的各個(gè)標(biāo)準(zhǔn)問句輸入到所述問句識(shí)別模型中進(jìn)行特征提取，得到語(yǔ)義表征向量集合，所述語(yǔ)義表征向量集合包括各個(gè)所述標(biāo)準(zhǔn)問句對(duì)應(yīng)的標(biāo)準(zhǔn)語(yǔ)義表征向量；對(duì)所述語(yǔ)義表征向量集合進(jìn)行聚類，得到候選向量類別集合；建立所述候選向量類別集合中各個(gè)候選向量類別所對(duì)應(yīng)的知識(shí)點(diǎn)，與所述候選向量類別所對(duì)應(yīng)的標(biāo)準(zhǔn)問句的標(biāo)準(zhǔn)答案的知識(shí)對(duì)應(yīng)關(guān)系，以基于所述知識(shí)對(duì)應(yīng)關(guān)系得到所述目標(biāo)問句所對(duì)應(yīng)的答案。

在一些實(shí)施例中，所述獲取所述目標(biāo)語(yǔ)義表征向量所對(duì)應(yīng)的目標(biāo)向量類別包括：獲取各個(gè)所述候選向量類別所對(duì)應(yīng)的類別表示向量，所述類別表示向量是基于所述候選向量類別所對(duì)應(yīng)的標(biāo)準(zhǔn)語(yǔ)義表征向量得到的；獲取所述目標(biāo)語(yǔ)義表征向量與各個(gè)所述類別表示向量的向量相似度；將向量相似度最大的類別表示向量所對(duì)應(yīng)的候選向量類別，作為所述目標(biāo)語(yǔ)義表征向量所對(duì)應(yīng)的目標(biāo)向量類別。

在一些實(shí)施例中，所述問句識(shí)別模型的訓(xùn)練步驟包括：獲取會(huì)話中的會(huì)話問句以及所述會(huì)話問句對(duì)應(yīng)的多個(gè)答案語(yǔ)句；基于所述答案語(yǔ)句組成的答案語(yǔ)句集合進(jìn)行意圖識(shí)別，得到所述答案語(yǔ)句集合對(duì)應(yīng)的標(biāo)準(zhǔn)意圖；基于會(huì)話問句以及待訓(xùn)練的問句識(shí)別模型，得到所述會(huì)話問句所對(duì)應(yīng)的預(yù)測(cè)意圖；基于所述標(biāo)準(zhǔn)意圖與所述預(yù)測(cè)意圖的差異得到模型損失值，基于所述模型損失值調(diào)整待訓(xùn)練的問句識(shí)別模型的模型參數(shù)，得到已訓(xùn)練的問句識(shí)別模型。

在一些實(shí)施例中，所述基于所述答案語(yǔ)句組成的答案語(yǔ)句集合進(jìn)行意圖識(shí)別，得到所述答案語(yǔ)句集合對(duì)應(yīng)的標(biāo)準(zhǔn)意圖包括：以答案語(yǔ)句為單位對(duì)所述答案語(yǔ)句集合中的各個(gè)答案語(yǔ)句進(jìn)行分詞處理，得到各個(gè)所述答案語(yǔ)句對(duì)應(yīng)的分詞集合，各個(gè)所述答案語(yǔ)句對(duì)應(yīng)的分詞集合組成答案分詞集合；基于所述答案分詞集合得到所述答案語(yǔ)句集合對(duì)應(yīng)的標(biāo)準(zhǔn)意圖。

在一些實(shí)施例中，所述基于所述答案分詞集合得到所述答案語(yǔ)句集合對(duì)應(yīng)的標(biāo)準(zhǔn)意圖包括：基于意圖識(shí)別模型對(duì)所述答案分詞集合進(jìn)行識(shí)別，得到所述答案語(yǔ)句集合所對(duì)應(yīng)的標(biāo)準(zhǔn)意圖，所述意圖識(shí)別模型為非時(shí)間序列模型。