[發明專利]智能問答方法、裝置、設備及存儲介質

在審

• 申請號: 202210133855.6
• 申請日: 2022-02-14
• 公開（公告）號: CN114461777A
• 公開（公告）日: 2022-05-10
• 發明（設計）人: 錢揚;吳錦
• 申請（專利權）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F40/295;G06F40/30;G06Q30/00
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種智能問答方法，其特征在于，所述方法包括：

接收到用戶的問題時，記錄所述問題，得到待回答問題，并記錄接收到所述問題的時間；

提取所述待回答問題的待回答問題實體和待回答問題意圖，根據所述待回答問題實體和所述待回答問題意圖，從預構建的答案庫中查詢所述待回答問題的當前答案；

從接收到所述問題的時間開始的預設時間段內，判斷是否接收到所述用戶的補充問題；

若沒有接收到所述用戶的補充問題，則將所述當前答案返回至所述用戶；

若接收到所述用戶的補充問題，則整合所述待回答問題及所述補充問題，得到完整問題，并利用預先訓練完成的上下文答案分析模型識別所述完整問題的完整答案，并將所述完整答案返回至所述用戶。

2.如權利要求1所述的智能問答方法，其特征在于，所述提取所述待回答問題的待回答問題實體和待回答問題意圖，包括：

利用預構建的分詞工具，對所述待回答問題執行分詞操作以及詞性標注；

根據所述分詞操作后的每個詞語以及對應的詞性標注，分析所述待回答問題的語義信息；

根據所述語義信息，識別出待回答問題的實體和意圖，得到所述待回答問題實體和待回答問題意圖。

3.如權利要求1所述的智能問答方法，其特征在于，所述根據所述待回答問題實體和所述待回答問題意圖，從預構建的答案庫中查詢所述待回答問題的當前答案，包括：

根據所述待回答問題實體在所述答案庫中進行查找，獲取與所述待回答問題實體相關聯的關聯答案；

在所述關聯答案中查詢與所述待回答問題意圖的字段對應的答案文本，得到所述當前答案。

4.如權利要求1所述的智能問答方法，其特征在于，所述整合所述待回答問題及所述補充問題，得到完整問題，包括：

提取所述補充問題的補充問題意圖和補充問題實體；

將所述補充問題實體、所述待回答問題實體、所述補充問題意圖以及所述待回答問題意圖進行字段識別；

當所述補充問題實體與所述待回答問題實體的字段一致時，將所述字段執行整合操作，及當所述補充問題實體與所述待回答問題實體的字段不一致時，則將所述字段執行拼接操作；

當所述補充問題意圖與所述待回答問題意圖的字段一致時，將所述字段執行整合操作，及當所述補充問題意圖與所述待回答問題意圖的字段不一致時，則將所述字段執行拼接操作；

匯總所述整合操作及/或所述拼接操作后的問題，得到所述完整問題。

5.如權利要求4所述的智能問答方法，其特征在于，所述利用預構建的上下文答案分析模型識別所述完整問題的完整答案之前，所述方法還包括：

獲取預標注的問答文本，并將所述問答文本作為訓練語料；

將所述訓練語料根據預設的比例切割成訓練集及測試集；

對所述訓練集進行雙向編碼，得到所述訓練集的編碼數據，并將所述編碼數據執行匯總以及輸出，得到訓練集中每個所述問答文本的語義向量；

將所述語義向量作為所述上下文答案分析模型的初始向量，并對所述語義向量進行循環嵌入計算，得到所述訓練集中每個所述問答文本中問題的預測答案；

根據所述預測答案與所述預標注的問答文本中對應問題的真實答案，利用預構建的損失函數，計算損失值偏差；

當所述損失值偏差大于所述損失值偏差閾值時，則調整所述上下文答案分析模型中的模型參數，并返回上述將所述語義向量作為所述上下文答案分析模型的初始向量，并對所述語義向量進行循環嵌入計算，得到所述訓練集中每個所述問答文本中問題的預測答案的步驟；

當所述損失值偏差不大于所述損失值偏差閾值時，得到初始上下文答案分析模型；

利用所述測試集測試所述初始上下文答案分析模型，得到測試通過率，并判斷所述測試通過率是否大于預設的測試通過率閾值；

當所述測試通過不大于所述測試通過率閾值時，調整所述上下文答案分析模型中的模型參數，并返回上述將所述語義向量作為所述上下文答案分析模型的初始向量，并對所述語義向量進行循環嵌入計算，得到所述訓練集中每個所述問答文本中問題的預測答案的步驟；

當所述測試通過不大于所述測試通過率閾值時，得到訓練完成的上下文答案分析模型。