[發明專利]人工智能問答模型生成方法、問答方法、裝置及存儲介質

在審

• 申請號: 202210542924.9
• 申請日: 2022-05-18
• 公開（公告）號: CN114896382A
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 王歡;李英杰;曾波;周振輝
• 申請（專利權）人: 網思科技股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F16/338
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 楊小紅

1.一種人工智能問答模型生成方法，其特征在于，所述方法包括：

獲取初始問題以及與所述初始問題對應的答案；

對所述初始問題進行語料處理，得到所述初始問題的關鍵詞；

根據所述初始問題的關鍵詞從預設的基礎語料庫中獲取每個關鍵詞的同義詞；

根據獲取的同義詞對每個與所述同義詞對應的關鍵詞進行替換，生成相似問題集；

將所述相似問題集與所述初始問題及所述答案關聯，生成問答模型。

2.根據權利要求1所述的人工智能問答模型生成方法，其特征在于，所述對所述初始問題進行語料處理，得到所述初始問題的關鍵詞，包括：

通過預設的語料清洗模型對所述初始問題進行語料清洗，得到待處理語料；

對所述待處理語料進行分詞處理，得到所述初始問題的關鍵詞。

3.根據權利要求2所述的人工智能問答模型生成方法，其特征在于，所述根據所述初始問題的關鍵詞從預設的基礎語料庫中獲取每個關鍵詞的同義詞，包括：

根據所述初始問題對應的語義情感確定每個關鍵詞的詞性；

根據每個關鍵詞及所述關鍵詞的詞性從所述基礎語料庫獲取每個關鍵詞的同義詞。

4.根據權利要求3所述的人工智能問答模型生成方法，其特征在于，執行所述根據所述初始問題對應的語義場景確定每個關鍵詞的詞性之前，所述根據所述初始問題的關鍵詞從預設的基礎語料庫中獲取每個關鍵詞的同義詞還包括：

通過預設的情感分析模型確定所述初始問題的語義情感。

5.根據權利要求2所述的人工智能問答模型生成方法，其特征在于，所述對所述待處理語料進行分詞處理，得到所述初始問題的關鍵詞，包括：

將所述待處理語料劃分為多個字符串；

根據所述基礎語料庫對每個字符串進行匹配；

若所述待處理語料中任意一個字符串在所述基礎語料庫中不存在相同的詞組，則重新對所述待處理語料進行字符串劃分；

若所述基礎語料庫中存在與所述字符串相同的詞組，則將所述字符串確定為一個分詞，直至所述基礎語料的每個字符串均被確定為一個分詞；

將各字符串對應的分詞確定為所述初始問題的關鍵詞。

6.一種人工智能問答方法，其特征在于，包括：

獲取提問語句；

將所述提問語句輸入利用如權利要求1-5任一項所述的人工智能問答模型生成方法生成的問答模型中進行問題匹配；

將相似度達到閾值的問題確定為目標問題；

根據所述目標問題確定所述提問語句的答案。

7.一種人工智能問答模型生成裝置，其特征在于，包括：

第一獲取模塊，用于獲取初始問題以及與所述初始問題對應的答案；

關鍵詞提取模塊，用于對所述初始問題進行語料處理，得到所述初始問題的關鍵詞；

第二獲取模塊，用于根據所述初始問題的關鍵詞從預設的基礎語料庫中獲取每個關鍵詞的同義詞；

問題集生成模塊，用于根據獲取的同義詞對每個與所述同義詞對應的關鍵詞進行替換，生成相似問題集；

模型生成模塊，用于將所述相似問題集與所述初始問題及所述答案關聯，生成問答模型。

8.一種人工智能問答裝置，其特征在于，包括：

第三獲取模塊，用于獲取提問語句；

問題匹配模塊，用于將所述提問語句輸入利用如權利要求1-5任一項所述的人工智能問答模型生成方法生成的問答模型中進行問題匹配；

目標問題確定模塊，用于將相似度達到閾值的問題確定為目標問題；

答案確定模塊，用于根據所述目標問題確定所述提問語句的答案。

9.一種存儲介質，其特征在于：所述存儲介質中存儲有計算機可讀指令，所述計算機可讀指令被一個或多個處理器執行時，使得一個或多個處理器執行如權利要求1至5中任一項所述人工智能問答模型生成方法或如權利要求6所述人工智能問答方法的步驟。

10.一種計算機設備，其特征在于，包括：一個或多個處理器，以及存儲器；

所述存儲器中存儲有計算機可讀指令，所述計算機可讀指令被所述一個或多個處理器執行時，執行如權利要求1至5中任一項所述人工智能問答模型生成方法或如權利要求6所述人工智能問答方法的步驟。