[發明專利]問答檢索方法、裝置、設備及存儲介質

在審

• 申請號: 202210975632.4
• 申請日: 2022-08-15
• 公開（公告）號: CN115757705A
• 公開（公告）日: 2023-03-07
• 發明（設計）人: 張景瑞;劉衛強;孔令磊;李敏;曾誰飛
• 申請（專利權）人: 青島海爾電冰箱有限公司;海爾智家股份有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33
• 代理公司: 蘇州威世朋知識產權代理事務所(普通合伙) 32235
• 代理人: 郜商羽

1.一種問答檢索方法，包括模型訓練過程和模型應用過程，其特征在于；

所述模型訓練過程包括步驟：

對語料庫中訓練問題文本進行分詞處理，得到訓練問題文本分詞序列，通過規則模型對所述訓練問題文本進行特征提取，得到訓練問題文本特征序列，將所述特征序列的空字符串填補所述分詞序列對應位置處的詞語進行混合處理，得到混合序列；

所述模型應用過程包括步驟：

獲取用戶輸入的用戶問題，將所述用戶問題文本進行分詞處理并通過所述規則模型進行特征提取，得到其分詞序列和特征序列，并將兩者進行混合處理得到其混合序列；

查找和所述用戶問題文本具有相同特征的所述訓練問題文本，作為候選問題文本；

分別將每個所述候選問題文本與所述用戶問題文本比較，選擇兩者間混合序列中元素數量較少者為短混合序列、較長者為長混合序列，基于兩混合序列中元素排列順序，計算所述短混合序列所包含的元素能投射到長混合序列中的個數，得到兩者的有序重疊數，基于所述有序重疊數分別計算每個所述候選問題文本和所述用戶問題文本的語序權重值；

將特征序列作為輸入項，分別計算每個所述候選問題文本和所述用戶問題文本之間的相似值；

基于所述語序權重值和所述相似值計算所述候選問題文本和所述用戶問題文本的綜合相似值，根據所述綜合相似值，選擇最優候選問題文本輸出。

2.根據權利要求1所述的問答檢索方法，其特征在于，所述通過規則模型對所述訓練問題文本進行特征提取，得到訓練問題文本特征序列，具體包括：

判斷所述訓練問題文本所屬領域，通過規則模型對所述訓練問題文本進行特征提取，得到訓練問題文本特征序列，其中，所述特征包括：

實體類名詞，其為預設的所述領域所涉及的具象實體；

事件類動詞，其為預設的所述領域所涉及的用戶可能性動作行為；

功能詞，其為語言學意義上的功能詞；

標志詞，其為語言學意義上的句義標志詞。

3.根據權利要求2所述的問答檢索方法，其特征在于，所述模型訓練過程還包括步驟：

從所述訓練問題文本特征序列中提取其必要特征序列，所述必要特征序列包括預設的判斷所述用戶問題與所述訓練問題相似時所需包含的特征。

4.根據權利要求3所述的問答檢索方法，其特征在于，所述模型應用過程還包括：

從所述用戶問題文本特征序列中提取其必要特征序列；

獲取所述候選問題文本后，分別比較所述候選問題文本必要特征序列和所述用戶問題文本必要特征序列，當兩者不包含共同特征時，剔除該所述候選問題文本。

5.根據權利要求1所述的問答檢索方法，其特征在于，在所述得到混合序列之后，還包括步驟：

對所述訓練問題文本混合序列進行檢測，當存在相同的混合序列時，刪除多余的重復混合序列。

6.根據權利要求1所述的問答檢索方法，其特征在于，所述基于兩混合序列中元素排列順序，計算所述短混合序列所包含的元素能投射到長混合序列中的個數，具體包括：

在所述短混合序列中，當存在排列在第二元素之前的第一元素能夠投射到長混合序列中時，僅檢測第二元素能否投射到所述長混合序列中位于所述第一元素之后的元素內。

7.根據權利要求6所述的問答檢索方法，其特征在于，所述基于所述有序重疊數分別計算每個所述候選問題文本和所述用戶問題文本的語序權重值，具體包括：

基于所述有序重疊數分別計算每個所述候選問題文本和所述用戶問題文本的語序權重值，計算公式為：

其中，所述長混合序列長度為長混合序列中元素數量，所述有序重疊數為該所述候選問題與所述用戶問題之間的有序重疊數，所述權重系數為一預設參數。

8.根據權利要求1所述的問答檢索方法，其特征在于，所述將特征序列作為輸入項，分別計算每個所述候選問題文本和所述用戶問題文本的相似值，具體包括：

分別將所述候選問題文本特征序列和所述用戶問題文本特征序列作為輸入，計算每個所述候選問題文本和所述用戶問題文本的余弦相似值。