[發明專利]智能應答方法、裝置及存儲介質

在審

• 申請號: 202110309494.1
• 申請日: 2021-03-23
• 公開（公告）號: CN112860873A
• 公開（公告）日: 2021-05-28
• 發明（設計）人: 譚志向
• 申請（專利權）人: 北京小米移動軟件有限公司;北京小米松果電子有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/35;G06Q30/00
• 代理公司: 北京英創嘉友知識產權代理事務所(普通合伙) 11447
• 代理人: 魏嘉熹

1.一種智能應答方法，其特征在于，包括：

接收到問詢請求后，調用預設知識庫；

根據所述問詢請求包括的待查詢對話文本，在所述預設知識庫中查詢到對應應答數據；

其中，所述預設知識庫在構建時，所述預設知識庫中存儲對話文本、對話文本的特征數據、與對話文本對應的知識數據對，以及對話文本、對話文本的特征數據、與對話文本對應的知識數據對三者的關聯關系；其中，基于知識生產模型解析對話文本庫中每一個對話文本的文本特征，得到所述每一個對話文本的特征數據，并提取所述每一個對話文本的問題數據和對應應答數據，每組所述問題數據和對應應答數據構成一知識數據對；

根據所述對話文本的特征數據和與對話文本對應的知識數據對，確定所述預設知識庫中的反饋對話文本集，所述反饋對話文本集中的反饋對話文本表征對話文本的特征數據存在錯誤，和/或表征與對話文本對應的知識數據對存在問題數據和對應應答數據不匹配；

將所述反饋對話文本集作為訓練文本集輸入所述知識生產模型，對所述知識生產模型進行訓練；

基于訓練后的知識生產模型，更新所述預設知識庫中存儲的對話文本、對話文本的特征數據、與對話文本對應的知識數據對；

重復執行所述根據所述預設知識庫中存儲的對話文本的特征數據和與對話文本對應的知識數據對，確定所述預設知識庫中的反饋對話文本集的步驟至所述基于訓練后的知識生產模型，更新所述預設知識庫中存儲的對話文本、對話文本的特征數據、與對話文本對應的知識數據對的步驟，直至從所述知識生產模型中輸出的知識數據對和對話文本的特征數據符合預設的準確率。

2.根據權利要求1所述的智能應答方法，其特征在于，所述根據所述預設知識庫中存儲的對話文本的特征數據和與對話文本對應的知識數據對，確定所述預設知識庫中的反饋對話文本集，包括：

根據所述知識生產模型輸出的對話文本的特征數據、與對話文本對應的知識數據對，基于存儲在所述預設知識庫中被標注的知識數據對和/或對話文本的特征數據，確定反饋對話文本集；和/或，

基于所述預設知識庫在實際使用中用戶反饋的表征對話文本的特征數據存在錯誤的數據，或者表征知識數據對中問題數據和對應應答數據不匹配的數據，確定反饋對話文本集。

3.根據權利要求1所述的智能應答方法，其特征在于，所述知識生產模型包括自然語言理解子模型和配對子模型；

所述確定預設知識庫，包括：

將對話文本庫中每一個對話文本輸入所述自然語言理解子模型，通過自然語言理解子模型，解析對話文本庫中每一個對話文本的文本特征，得到所述每一個對話文本的特征數據；

將所述每一個對話文本和所述每一個對話文本的特征數據輸入所述配對子模型，通過所述配對子模型，提取所述每一個對話文本中包括的問題數據和對應應答數據，得到包括問題數據和對應應答數據的知識數據對。

4.根據權利要求3所述的智能應答方法，其特征在于，所述配對子模型通過如下方式訓練得到：

確定所述配對子模型的輸入數據和輸出數據，所述輸入數據包括對話文本，所述輸出數據包括表征預設問題類型的問題數據和問題數據的對應應答數據；

根據確定的輸入數據和輸出數據，訓練得到所述配對子模型。

5.根據權利要求3所述的智能應答方法，其特征在于，所述自然語言理解子模型包括實體詞識別子模型、情緒識別子模型和意圖識別子模型中的一種或多種；

通過所述自然語言理解子模型，解析對話文本庫中每一個對話文本的文本特征，得到所述每一個對話文本的特征數據，包括以下中的一種或多種：

通過所述實體詞識別子模型時，解析所述每一個對話文本中包括的實體詞，得到所述每一個對話文本中第一用戶對話文本的實體詞，和第二用戶對話文本的實體詞；

通過所述情緒識別子模型時，解析所述每一個對話文本的情緒特征，得到所述每一個對話文本的情緒特征數據；

通過所述意圖識別子模型時，解析所述每一個對話文本的意圖特征，得到所述每一個對話文本的意圖特征數據。