CN109815321B - 问答方法、装置、设备及存储介质 - Google Patents

问答方法、装置、设备及存储介质 Download PDF

Info

Publication number
CN109815321B
CN109815321B CN201811602582.5A CN201811602582A CN109815321B CN 109815321 B CN109815321 B CN 109815321B CN 201811602582 A CN201811602582 A CN 201811602582A CN 109815321 B CN109815321 B CN 109815321B
Authority
CN
China
Prior art keywords
information
question
user
key
missing
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811602582.5A
Other languages
English (en)
Other versions
CN109815321A (zh
Inventor
艾迪
孙轶伦
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Volkswagen China Investment Co Ltd
Mobvoi Innovation Technology Co Ltd
Original Assignee
Mobvoi Information Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Mobvoi Information Technology Co Ltd filed Critical Mobvoi Information Technology Co Ltd
Priority to CN201811602582.5A priority Critical patent/CN109815321B/zh
Publication of CN109815321A publication Critical patent/CN109815321A/zh
Application granted granted Critical
Publication of CN109815321B publication Critical patent/CN109815321B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Machine Translation (AREA)

Abstract

本公开提供了一种问答方法,包括:接收用户问题;对接收的用户问题进行语义理解;基于语义理解,对用户问题进行意图分类,提取用户问题中的关键信息;基于意图分类,选择相应的任务线;以及基于选择的任务线和关键信息,生成用户问题的答案。本公开还提供了一种问答装置、电子设备及可读存储介质。

Description

问答方法、装置、设备及存储介质
技术领域
本公开涉及一种问答方法、问答装置、电子设备及可读存储介质。
背景技术
目前的问答***例如游戏知识问答***,主要基于模板匹配的方式进行,预先储存有若干问题模板及答案,将用户问题与模板问题进行匹配,并输出最匹配的模板问题的答案,若要增加支持种类,必须增加相应的模板。这种***缺少灵活性,需要大量的模板,且维护成本较高,表现“呆板”、“机械”。
例如基于匹配的游戏问答***中,一个典型的***结构如下:
对话状态信息——模板匹配——答案输出。
这种基于模板匹配的方法和***易于构建,但在扩充的过程中需要不断加入新的模板,随着问题种类的增多,模板数量呈现指数型增长,难以维护,同时缺少灵活性。
发明内容
为了解决上述技术问题中的至少一个,本公开提供了一种问答方法、问答装置、电子设备及可读存储介质。
根据本公开的一个方面,一种问答方法,包括:接收用户问题;对接收的用户问题进行语义理解;基于语义理解,对用户问题进行意图分类,提取用户问题中的关键信息;基于意图分类,选择相应的任务线;以及基于选择的任务线和关键信息,生成用户问题的答案。
根据本公开的至少一个实施方式,关键信息为下列中的一个或两个以上的组合:实体、属性、关系。
根据本公开的至少一个实施方式,意图分类包括意图区域和意图内容,基于意图分类选择相应的任务线时,基于意图区域选择任务线。
根据本公开的至少一个实施方式,还包括:对用户问题中的关键信息的关键子信息进行缺失判断,如果缺失某一个关键子信息或某几个关键子信息,则向该条用户问题的同一用户的上一条问题或上几条问题查询缺失的关键子信息,如果查询到缺失的关键子信息,则继承该关键子信息;关键信息包括一个或两个以上关键子信息。
根据本公开的至少一个实施方式,还包括:如果未查询到缺失的关键子信息,则生成反馈信息。
根据本公开的至少一个实施方式,还包括对用户问题中的关键信息中的实体进行指代判断:根据用户问题中的关键信息中的属性或者关系,判断实体在知识图谱中的指代。
根据本公开的至少一个实施方式,基于选择的任务线和关键信息获得用户问题的答案时,根据任务线选择调用外部搜索引擎或者查询知识图谱来生成用户问题的答案。
根据本公开的至少一个实施方式,基于选择的任务线和关键信息获得用户问题的答案时,根据意图分类选择相应的答案模板,根据关键信息和获得的答案填充答案模板。
根据本公开的另一方面,一种问答装置,包括:问题接收模块,问题接收模块接收用户问题;语义理解模块,语义理解模块对接收的用户问题进行语义理解;对话管理模块,对话管理模块基于语义理解,对用户问题进行意图分类,提取用户问题中的关键信息;基于意图分类,选择相应的任务线;以及答案生成模块,答案生成模块基于选择的任务线和关键信息,生成用户问题的答案。
根据本公开的又一方面,一种电子设备,包括:存储器,存储器存储计算机执行指令;以及处理器,处理器执行存储器存储的计算机执行指令,使得处理器执行上述的方法。
根据本公开的再一方面,一种可读存储介质,可读存储介质中存储有计算机执行指令,计算机执行指令被处理器执行时用于实现上述的方法。
附图说明
附图示出了本公开的示例性实施方式,并与其说明一起用于解释本公开的原理,其中包括了这些附图以提供对本公开的进一步理解,并且附图包括在本说明书中并构成本说明书的一部分。
图1是根据本公开一个实施方式的问答方法的示意性流程图。
图2是根据本公开一个实施方式的问答方法中的关键子信息继承方法的示意性流程图。
图3是根据本公开一个实施方式的问答方法中的关键子信息继承方法的示意性流程图。
图4是根据本公开一个实施方式的问答方法中的指代消解方法的示意性流程图。
图5是根据本公开一个实施方式的问答方法中的调用方法的示意性流程图。
图6是根据本公开一个实施方式的问答装置的结构示意图。
图7是根据本公开一个实施方式的问答装置的结构示意图。
图8是根据本公开一个实施方式的电子设备的结构示意图。
具体实施方式
下面结合附图和实施方式对本公开作进一步的详细说明。可以理解的是,此处所描述的具体实施方式仅用于解释相关内容,而非对本公开的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本公开相关的部分。
需要说明的是,在不冲突的情况下,本公开中的实施方式及实施方式中的特征可以相互组合。下面将参考附图并结合实施方式来详细说明本公开。
根据本公开的一个实施方式,提供一种问答方法,如图1所示,问答方法包括步骤S11、S12、S13、S14和S15,具体包括:接收用户问题S11;对接收的用户问题进行语义理解S12;基于语义理解,对用户问题进行意图分类,提取用户问题中的关键信息S13;基于意图分类,选择相应的任务线S14;以及基于选择的任务线和关键信息,生成用户问题的答案S15。
其中,接收的用户问题可以是文本格式、语音格式或者本领域已知的其他方法录入的用户问题。
对接收的用户问题进行语义理解。例如采用条件随机场或者正则表达式等方法进行语义理解。
对用户问题进行意图分类。在本公开的一个实施方式中,意图分类包括意图区域和意图内容,基于意图分类选择相应的任务线时,基于意图区域选择任务线。例如问答方法应用于游戏知识问答***中时,以用户问题“张飞的攻击力是多少?”为例,意图分类为“人物”(意图区域)和“攻击力”(意图内容),以用户问题“丈八蛇矛的杀伤力是多少?”为例,意图分类为“物品”(意图区域)和“杀伤力”(意图内容)。
提取用户问题中的关键信息。仍以上述用户问题“张飞的攻击力是多少?”为例进行说明。关键信息包括实体和属性,或者实体和关系等等。在用户问题“张飞的攻击力是多少?”中,实体为“张飞”,属性为“攻击力”,那么提取出的关键信息为“人物:张飞;属性:攻击力。”例如在用户问题“张飞克制谁?”中,关键信息包括实体和关系,在用户问题“张飞克制谁?”中,实体为“张飞”,关系为“克制”,那么提取户的关键信息为“人物:张飞;关系:克制。”,这一用户问题的答案即是张飞克制的武将人物。
基于意图分类,选择相应的任务线。即根据不同的意图分类,选择不同的任务线,例如根据上述例子中的不同意图区域,人物或者物品,来选择相应的任务线。
基于选择的任务线和关键信息,生成用户问题的答案。例如通过执行相应的任务线以及利用关键信息在知识图谱中进行查询,获得答案。
在本公开的一个实施方式中,关键信息为下列中的一个或两个以上的组合:实体、属性、关系。
在本公开的一个实施方式中,在问答方法中,包括关键子信息继承方法,如图2所示,具体为:对用户问题中的关键信息的关键子信息进行缺失判断S21,如果缺失某一个关键子信息或某几个关键子信息S22,则向该条用户问题的同一用户的上一条问题或上几条问题查询缺失的关键子信息S23,如果查询到缺失的关键子信息S24,则继承该关键子信息S25;其中的关键信息包括一个或两个以上关键子信息。关键子信息可以是“人物”、“属性”、“关系”等。
例如用户的第一个问题是“张飞的攻击力是多少?”,问答方法可以提取出“人物:张飞;属性:攻击力”,用户的第二个问题是“他的防御力呢?”,执行到了人物信息查询的任务线,但却缺少必要的“人物”这一关键子信息,因此用户的第二个问题需要将用户的第一个问题中的关键子信息“人物:张飞”继承过来。
再例如用户的第一个问题是“张飞克制谁?”,问答方法可以提取出“人物:张飞;关系:克制”,用户的第二个问题是“那关羽呢?”,执行到了人物信息查询的任务线,但却缺少必要的“属性”或者“关系”等关键子信息,因此用户的第二个问题需要将用户的第一个问题中的关键子信息“关系:克制”继承过来。
在本公开的一个实施方式中,如图3所示,关键子信息继承方法还包括:如果未查询到缺失的关键子信息S242,则生成反馈信息S252。
例如,用户的第N个问题是“攻击力是多少?”,缺失关键子信息,则向同一用户的上一条问题或上几条问题查询缺失的关键子信息,如果仍然未查询到,则需要生成反馈信息,例如:问用户“需要查询谁的?”。
根据本公开的一个实施方式,问答方法中还包括指代消解方法,如图4所示,指代消解方法具体包括对用户问题中的关键信息中的实体进行指代判断:根据用户问题中的关键信息中的属性或者关系,判断实体在知识图谱中的指代S44。即在接收用户问题S41、对接收的用户问题进行语义理解S42、基于语义理解,对用户问题进行意图分类,提取用户问题中的关键信息S43之后,执行上述指代消解方法。
例如,对于用户问题“张飞的攻击力是多少”,但是在A游戏和B游戏中都有张飞,通过查询知识图谱可知:A游戏中张飞是个商人,不具有攻击力这个属性,而B游戏中张飞是战士,具有攻击力这个属性,则可以推断出此处张飞指的是B游戏中的张飞。即根据属性的不同实现了指代消解。
根据本公开的一个实施方式,基于选择的任务线和关键信息获得用户问题的答案时,问答方法还包括调用方法,如图5所示,根据任务线选择调用外部搜索引擎或者查询知识图谱来生成用户问题的答案S55。即在接收用户问题S51、对接收的用户问题进行语义理解S52、基于语义理解,对用户问题进行意图分类,提取用户问题中的关键信息S53、基于意图分类,选择相应的任务线S54之后,执行上述调用方法。
例如,天气查询需要调用其他搜索资源例如搜索引擎去搜索相应的天气,而“张飞的攻击力是多少”/“张飞的克星是谁”/“张飞的克星有几个”/“张飞的克星中攻击力最高的是谁”则需要转换为相应的查询语句,调用知识图谱做相应的查询,得到问题答案。
根据本公开的一个实施方式,基于选择的任务线和关键信息获得用户问题的答案时,根据意图分类选择相应的答案模板,根据关键信息和获得的答案填充答案模板。
例如,将上述问答方法中获得的所有信息组成问题答案,比如根据意图“人物查询”选择答案模板$people$的$attribute$是$number$。将“人物:张飞;属性:攻击力。”以及查询到的结果“攻击力:35”填入相应的位置,得到问题答案“张飞的攻击力是35”。即通过意图分类选择相应的答案模板,根据从用户问题中提取的关键信息和查询到的结果对答案模板进行填充。
在本公开的一个实施方式中,如图6所示,还提供了一种问答装置,问答装置10包括:问题接收模块101,问题接收模块101接收用户问题;语义理解模块102,语义理解模块102对接收的用户问题进行语义理解;对话管理模块103,对话管理模块103基于语义理解,对用户问题进行意图分类,提取用户问题中的关键信息;基于意图分类,选择相应的任务线;以及答案生成模块104,答案生成模块104基于选择的任务线和关键信息,生成用户问题的答案。问答装置10可以调用外部搜索引擎105和/或调用知识图谱106。知识图谱106可以配置在问答装置10之中,参见图6,也可以配置在问答装置10之外,参见图7。知识图谱106中存储了实体、关系、属性等信息,存储了答案模板。
在本公开的一个实施方式中,语义理解模块102执行上述方法中的意图分类和关键信息提取。
在本公开的一个实施方式中,语义理解模块102执行上述方法中的指代消解方法。
在本公开的一个实施方式中,语义理解模块102执行对知识图谱106的调用。
在本公开的一个实施方式中,对话管理模块103执行上述方法中的任务线选择。
在本公开的一个实施方式中,对话管理模块103执行上述方法中的指代消解方法。
在本公开的一个实施方式中,对话管理模块103执行上述方法中的关键子信息继承方法。
在本公开的一个实施方式中,对话管理模块103执行对外部搜索引擎105的调用。
在本公开的一个实施方式中,对话管理模块103执行对知识图谱106的调用。
在本公开的一个实施方式中,答案生成模块104执行对知识图谱106的调用。
本公开还提供一种电子设备,如图8所示,该设备包括:通信接口1000、存储器2000和处理器3000。通信接口1000用于与外界设备进行通信,进行数据交互传输。存储器2000内存储有可在处理器3000上运行的计算机程序。处理器3000执行所述计算机程序时实现上述实施方式中方法。所述存储器2000和处理器3000的数量可以为一个或多个。
存储器2000可以包括高速RAM存储器,也可以还包括非易失性存储器(non-volatile memory),例如至少一个磁盘存储器。
如果通信接口1000、存储器2000及处理器3000独立实现,则通信接口1000、存储器2000及处理器3000可以通过总线相互连接并完成相互间的通信。所述总线可以是工业标准体系结构(ISA,Industry Standard Architecture)总线、外部设备互连(PCI,PeripheralComponent)总线或扩展工业标准体系结构(EISA,Extended Industry StandardComponent)总线等。所述总线可以分为地址总线、数据总线、控制总线等。为便于表示,该图中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
可选的,在具体实现上,如果通信接口1000、存储器2000、及处理器3000集成在一块芯片上,则通信接口1000、存储器2000、及处理器3000可以通过内部接口完成相互间的通信。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为,表示包括一个或更多个用于实现特定逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分,并且本公开的优选实施方式的范围包括另外的实现,其中可以不按所示出或讨论的顺序,包括根据所涉及的功能按基本同时的方式或按相反的顺序,来执行功能,这应被本公开的实施方式所属技术领域的技术人员所理解。处理器执行上文所描述的各个方法和处理。例如,本公开中的方法实施方式可以被实现为软件程序,其被有形地包含于机器可读介质,例如存储器。在一些实施方式中,软件程序的部分或者全部可以经由存储器和/或通信接口而被载入和/或安装。当软件程序加载到存储器并由处理器执行时,可以执行上文描述的方法中的一个或多个步骤。备选地,在其他实施方式中,处理器可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行上述方法之一。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤,可以具体实现在任何可读存储介质中,以供指令执行***、装置或设备(如基于计算机的***、包括处理器的***或其他可以从指令执行***、装置或设备取指令并执行指令的***)使用,或结合这些指令执行***、装置或设备而使用。
就本说明书而言,“可读存储介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行***、装置或设备或结合这些指令执行***、装置或设备而使用的装置。可读存储介质的更具体的示例(非穷尽性列表)包括以下:具有一个或多个布线的电连接部(电子装置),便携式计算机盘盒(磁装置),随机存取存储器(RAM),只读存储器(ROM),可擦除可编辑只读存储器(EPROM或闪速存储器),光纤装置,以及便携式只读存储器(CDROM)。另外,可读存储介质甚至可以是可在其上打印所述程序的纸或其他合适的介质,因为可以例如通过对纸或其他介质进行光学扫描,接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序,然后将其存储在存储器中。
应当理解,本公开的各部分可以用硬件、软件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行***执行的软件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施方式方法的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种可读存储介质中,该程序在执行时,包括方法实施方式的步骤之一或其组合。
此外,在本公开各个实施方式中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个可读存储介质中。所述存储介质可以是只读存储器,磁盘或光盘等。
在本说明书的描述中,参考术语“一个实施方式/方式”、“一些实施方式/方式”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施方式/方式或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施方式/方式或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施方式/方式或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施方式/方式或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施方式/方式或示例以及不同实施方式/方式或示例的特征进行结合和组合。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
本领域的技术人员应当理解,上述实施方式仅仅是为了清楚地说明本公开,而并非是对本公开的范围进行限定。对于所属领域的技术人员而言,在上述公开的基础上还可以做出其它变化或变型,并且这些变化或变型仍处于本公开的范围内。

Claims (9)

1.一种问答方法,其特征在于,包括:
接收用户问题;
对接收的用户问题进行语义理解;
基于所述语义理解,对用户问题进行意图分类,提取用户问题中的关键信息;
对用户问题中的关键信息的关键子信息进行缺失判断,如果缺失某一个关键子信息或某几个关键子信息,则向该条用户问题的同一用户的上一条问题或上几条问题查询缺失的关键子信息,如果查询到缺失的关键子信息,则继承该关键子信息;所述关键信息包括一个或两个以上关键子信息;
基于所述意图分类,选择相应的任务线;以及
基于选择的任务线和所述关键信息,生成所述用户问题的答案。
2.根据权利要求1所述的问答方法,其特征在于,
所述关键信息为下列中的一个或两个以上的组合:
实体、属性、关系。
3.根据权利要求1所述的问答方法,其特征在于,
所述意图分类包括意图区域和意图内容,基于意图分类选择相应的任务线时,基于所述意图区域选择任务线。
4.根据权利要求1所述的问答方法,其特征在于,还包括:如果未查询到缺失的关键子信息,则生成反馈信息。
5.根据权利要求1至3中任一项所述的问答方法,其特征在于,还包括对用户问题中的关键信息中的实体进行指代判断:根据用户问题中的关键信息中的属性或者关系,判断实体在知识图谱中的指代。
6.根据权利要求1至3中任一项所述的问答方法,其特征在于,基于选择的任务线和所述关键信息获得所述用户问题的答案时,根据所述任务线选择调用外部搜索引擎或者查询知识图谱来生成用户问题的答案。
7.一种问答装置,其特征在于,包括:
问题接收模块,所述问题接收模块接收用户问题;
语义理解模块,所述语义理解模块对接收的用户问题进行语义理解;
对话管理模块,所述对话管理模块基于所述语义理解,对用户问题进行意图分类,提取用户问题中的关键信息;基于所述意图分类,选择相应的任务线;对用户问题中的关键信息的关键子信息进行缺失判断,如果缺失某一个关键子信息或某几个关键子信息,则向该条用户问题的同一用户的上一条问题或上几条问题查询缺失的关键子信息,如果查询到缺失的关键子信息,则继承该关键子信息;所述关键信息包括一个或两个以上关键子信息;以及
答案生成模块,所述答案生成模块基于选择的任务线和所述关键信息,生成所述用户问题的答案。
8.一种电子设备,其特征在于,包括:
存储器,所述存储器存储执行指令;以及
处理器,所述处理器执行所述存储器存储的执行指令,使得所述处理器执行如权利要求1至6中任一项所述的方法。
9.一种可读存储介质,其特征在于,所述可读存储介质中存储有执行指令,所述执行指令被处理器执行时用于实现如权利要求1至6中任一项所述的方法。
CN201811602582.5A 2018-12-26 2018-12-26 问答方法、装置、设备及存储介质 Active CN109815321B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811602582.5A CN109815321B (zh) 2018-12-26 2018-12-26 问答方法、装置、设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811602582.5A CN109815321B (zh) 2018-12-26 2018-12-26 问答方法、装置、设备及存储介质

Publications (2)

Publication Number Publication Date
CN109815321A CN109815321A (zh) 2019-05-28
CN109815321B true CN109815321B (zh) 2020-12-11

Family

ID=66602549

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811602582.5A Active CN109815321B (zh) 2018-12-26 2018-12-26 问答方法、装置、设备及存储介质

Country Status (1)

Country Link
CN (1) CN109815321B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110263051A (zh) * 2019-06-11 2019-09-20 出门问问信息科技有限公司 用于问答***的问答对更新方法、装置、设备及存储介质
CN110516054A (zh) * 2019-08-15 2019-11-29 出门问问(武汉)信息科技有限公司 一种垃圾分类问答方法、设备以及可读存储介质
CN110619051B (zh) * 2019-08-16 2023-08-04 科大讯飞(苏州)科技有限公司 问题语句分类方法、装置、电子设备及存储介质
CN110502616B (zh) * 2019-08-29 2022-03-08 上海墨百意信息科技有限公司 一种确定垃圾分类的方法、设备及计算机存储介质
CN110909159B (zh) * 2019-09-29 2022-09-16 珠海格力电器股份有限公司 一种用户意图识别方法、装置、终端及存储介质
CN111611382A (zh) * 2020-05-22 2020-09-01 贝壳技术有限公司 话术模型训练方法、对话信息生成方法及装置、***
CN114840671A (zh) * 2022-04-29 2022-08-02 北京百度网讯科技有限公司 对话生成方法、模型的训练方法、装置、设备及介质
CN116737910B (zh) * 2023-08-10 2024-03-29 腾讯科技(深圳)有限公司 智能对话处理方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608221A (zh) * 2016-01-11 2016-05-25 北京光年无限科技有限公司 一种面向问答***的自学习方法和装置
CN106844506A (zh) * 2016-12-27 2017-06-13 竹间智能科技(上海)有限公司 一种人工智能对话的知识检索方法及知识库自动完善方法
CN107229684A (zh) * 2017-05-11 2017-10-03 合肥美的智能科技有限公司 语句分类方法、***、电子设备、冰箱及存储介质
CN107301213A (zh) * 2017-06-09 2017-10-27 腾讯科技(深圳)有限公司 智能问答方法及装置
CN107908803A (zh) * 2017-12-26 2018-04-13 上海智臻智能网络科技股份有限公司 问答交互的响应方法及装置、存储介质、终端

Family Cites Families (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101257512A (zh) * 2008-02-02 2008-09-03 黄伟才 用于问答***的问答匹配方法及问答方法和***
CN104598445B (zh) * 2013-11-01 2019-05-10 腾讯科技(深圳)有限公司 自动问答***和方法
US20160117386A1 (en) * 2014-10-22 2016-04-28 International Business Machines Corporation Discovering terms using statistical corpus analysis
CN104809103B (zh) * 2015-04-29 2018-03-30 北京京东尚科信息技术有限公司 一种人机对话的语义分析方法及***
US10262062B2 (en) * 2015-12-21 2019-04-16 Adobe Inc. Natural language system question classifier, semantic representations, and logical form templates
US20180210883A1 (en) * 2017-01-25 2018-07-26 Dony Ang System for converting natural language questions into sql-semantic queries based on a dimensional model
CN108345612B (zh) * 2017-01-25 2023-10-27 北京搜狗科技发展有限公司 一种问题处理方法和装置、一种用于问题处理的装置
CN107977236B (zh) * 2017-12-21 2020-11-13 上海智臻智能网络科技股份有限公司 问答***的生成方法、终端设备、存储介质及问答***

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105608221A (zh) * 2016-01-11 2016-05-25 北京光年无限科技有限公司 一种面向问答***的自学习方法和装置
CN106844506A (zh) * 2016-12-27 2017-06-13 竹间智能科技(上海)有限公司 一种人工智能对话的知识检索方法及知识库自动完善方法
CN107229684A (zh) * 2017-05-11 2017-10-03 合肥美的智能科技有限公司 语句分类方法、***、电子设备、冰箱及存储介质
CN107301213A (zh) * 2017-06-09 2017-10-27 腾讯科技(深圳)有限公司 智能问答方法及装置
CN107908803A (zh) * 2017-12-26 2018-04-13 上海智臻智能网络科技股份有限公司 问答交互的响应方法及装置、存储介质、终端

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
问答***中基于语义概念的问题答案形成方法研究;张娜;《西华大学学报(自然科学版)》;20090715;第50页-第53页,第92页 *

Also Published As

Publication number Publication date
CN109815321A (zh) 2019-05-28

Similar Documents

Publication Publication Date Title
CN109815321B (zh) 问答方法、装置、设备及存储介质
US11386271B2 (en) Mathematical processing method, apparatus and device for text problem, and storage medium
US11030412B2 (en) System and method for chatbot conversation construction and management
KR102178738B1 (ko) 적절한 에이전트의 자동화된 어시스턴트 호출
CN109514586B (zh) 实现智能客服机器人的方法及***
CN108664472B (zh) 自然语言处理方法、装置及其设备
CN108446322A (zh) 一种智能问答***的实现方法和装置
CN110853626B (zh) 基于双向注意力神经网络的对话理解方法、装置及设备
CN107885842B (zh) 智能问答的方法、装置、服务器及存储介质
US20200320978A1 (en) System and Method For Training A Virtual Agent To Identify A User's Intent From A Conversation
CN110673748A (zh) 输入法中候选长句的提供方法及装置
CN110309280B (zh) 一种语料扩容方法及相关设备
CN103365833A (zh) 一种基于上下文场景的输入候选词提示方法及***
EP2734938A1 (en) Method and system of classification in a natural language user interface
CN105117387B (zh) 一种智能机器人交互***
CN112579733B (zh) 规则匹配方法、规则匹配装置、存储介质及电子设备
CN112035647B (zh) 一种基于人机交互的问答方法、装置、设备及介质
CN114757176A (zh) 一种获取目标意图识别模型的方法以及意图识别方法
CN112214583A (zh) 使用外部数据源扩展知识图
US11669697B2 (en) Hybrid policy dialogue manager for intelligent personal assistants
CN112148844B (zh) 机器人的信息回复方法及装置
CN110209768B (zh) 自动问答的问题处理方法和装置
WO2022126965A1 (zh) 智能问答方法、装置、设备及存储介质
CN109033082B (zh) 语义模型的学习训练方法、装置及计算机可读存储介质
CN110502645A (zh) 信息查询方法及装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20220507

Address after: 210034 floor 8, building D11, Hongfeng Science Park, Nanjing Economic and Technological Development Zone, Jiangsu Province

Patentee after: New Technology Co.,Ltd.

Patentee after: Volkswagen (China) Investment Co., Ltd

Address before: 100094 1001, 10th floor, office building a, 19 Zhongguancun Street, Haidian District, Beijing

Patentee before: MOBVOI INFORMATION TECHNOLOGY Co.,Ltd.