CN110287209A - 问答处理方法、装置、设备和存储介质 - Google Patents
问答处理方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN110287209A CN110287209A CN201910495018.6A CN201910495018A CN110287209A CN 110287209 A CN110287209 A CN 110287209A CN 201910495018 A CN201910495018 A CN 201910495018A CN 110287209 A CN110287209 A CN 110287209A
- Authority
- CN
- China
- Prior art keywords
- keyword
- attribute
- entity
- data
- user query
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/242—Query formulation
- G06F16/243—Natural language query formulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2457—Query processing with adaptation to user needs
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Artificial Intelligence (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请提供一种问答处理方法、装置、设备和存储介质,其中,方法包括:获取用户查询语句;对所述用户查询语句进行语义解析处理,获取所述用户查询语句中的意图关键字;根据所述意图关键字,在数据库中确定与所述意图关键字匹配的问题答案,并向用户返回所述问题答案,其中,所述数据库存储有用于指示问答答案的数据。查询服务提供方不需要花费人力成本与时间成本去理解用户需求,并根据用户需求设计出意图槽位模板,这大大降低了自动问答技术的开发成本和开发周期;用户不需要学习理解意图槽位模板,有效降低了自动问答技术的使用难度,有利于自动问答技术的推广使用。
Description
技术领域
本申请涉及数据处理领域,尤其涉及一种问答处理方法、装置、设备和存储介质。
背景技术
在信息化时代的当下,每个行业都因各自的业务需求,整理了大量的与该行业具体应用场景匹配的结构化知识。查询服务提供方根据本行业内的结构化知识,处理用户问题,为用户提供自动查询服务。
现有技术中,查询服务提供方需要设计各种完备且不重合的意图槽位模版,来为用户提供自动查询服务。意图槽位模版中,意图描述了用户的查询目的,槽位是回答用户查询问题的关键信息。
然而,查询服务提供方设计各种完备且不重合的意图槽位模版,开发难度大,开发周期长,不利于自动问答技术的推广使用。
发明内容
本申请提供一种问答处理方法和装置,用以解决自动问答技术开发难度大、开发周期长的问题。
第一方面,本申请提供一种问答处理方法,包括:
获取用户查询语句;
对所述用户查询语句进行语义解析处理,获取所述用户查询语句中的意图关键字;
根据所述意图关键字,在数据库中确定与所述意图关键字匹配的问题答案,并向用户返回所述问题答案,其中,所述数据库存储有用于指示问答答案的数据。
进一步地,预设有与应用场景匹配的实体字典和属性字典,对所述用户查询语句进行语义解析处理,获取所述用户查询语句中的意图关键字,包括:
对所述用户查询语句进行解析处理,获取所述用户查询语句中的预设词性的组成字;
在所述实体字典中,确定与所述组成字相似度超过设定阈值的关键字,构成所述实体关键字,其中,所述实体字典中包括用于描述实体名称的关键字;
在所述属性字典中,确定与所述组成字相似度超过设定阈值的关键字,构成所述属性关键字,其中,所述实体字典中包括用于描述实体名称的关键字。
进一步地,所述属性关键字包括属性名关键字和/或属性实体关键字,所述属性实体关键字包括以下至少一种:领域关键字、属性值、比较关键字。
进一步地,所述数据库存储有描述实体名称信息的实体数据,和描述实体属性信息的属性数据,根据所述意图关键字,在数据库中确定与所述意图关键字匹配的问题答案,包括:
在所述意图关键字包含所述实体关键字的情况下,在所述数据库中,将包含所述实体关键字的所述实体数据,确定为目标数据;
在与所述目标数据关联的所述属性数据中,根据所述属性关键字,将与所述属性关键字匹配的所述属性数据,确定所述问题答案。
进一步地,根据所述意图关键字,在数据库中确定与所述意图关键字匹配的问题答案,还包括:
在所述意图关键字不包含所述实体关键字的情况下,在所述数据库中,将包含所述属性名关键字的所述属性数据,确定为目标数据;
将与所述属性实体关键字匹配的所述目标数据,确定为所述问题答案。
进一步地,所述方法,还包括:
将与所述属性实体关键字匹配的所述目标数据,确定为答案相关数据;
将与所述答案相关数据关联的所述实体数据,确定为所述问题答案。
进一步地,所述方法还包括:无法在所述数据库中确定与所述意图关键字匹配的所述问题答案时,
对所述用户查询语句进行语句优化处理,获取所述用户查询语句中的核心关键字;
根据所述核心关键字,在所述数据库中确定与所述核心关键字匹配的所述问题答案,向用户返回所述问题答案。
进一步地,对所述用户查询语句进行语句优化处理,获取所述用户查询语句中的核心关键字,包括:
对所述用户查询语句进行改写处理,获得符合预设格式的标准查询语句;
对所述标准查询语句中的预设词性关键字进行过滤处理,得到至少一个有用关键字;
计算每一个所述有用关键字的权重值,将权重值高于设定阈值的所述有用关键字,确定为核心关键字。
第二方面,本申请提供一种问答处理装置,包括:
获取单元,用于获取用户查询语句;
第一处理单元,用于对所述用户查询语句进行语义解析处理,获取所述用户查询语句中的意图关键字;
第二处理单元,用于根据所述意图关键字,在数据库中确定与所述意图关键字匹配的问题答案,并向用户返回所述问题答案,所述数据库存储有用于指示问答答案的数据。
进一步地,预设有与应用场景匹配的实体字典和属性字典,第一处理单元,包括:
第一处理子单元,用于对所述用户查询语句进行解析处理,获取所述用户查询语句中的预设词性的组成字;
第二处理子单元,用于在所述实体字典中,确定与所述组成字相似度超过设定阈值的关键字,构成所述实体关键字,其中,所述实体字典中包括用于描述实体名称的关键字;
第三处理子单元,用于在所述属性字典中,确定与所述组成字相似度超过设定阈值的关键字,构成所述属性关键字,其中,所述属性字典中包括用于描述实体属性的关键字。
进一步地,所述属性关键字包括属性名关键字和/或属性实体关键字,所述属性实体关键字包括以下至少一种:领域关键字、属性值、比较关键字。
进一步地,所述数据库存储有描述实体名称信息的实体数据,和描述实体属性信息的属性数据,第二处理单元,包括:
第一处理子单元,用于在所述意图关键字包含所述实体关键字的情况下,在所述数据库中,将包含所述实体关键字的所述实体数据,确定为目标数据;
第二处理子单元,用于在与所述目标数据关联的所述属性数据中,根据所述属性关键字,将与所述属性关键字匹配的所述属性数据,确定所述问题答案。
进一步地,第二处理单元,还包括:
第三处理子单元,用于在所述意图关键字不包含所述实体关键字的情况下,在所述数据库中,将包含所述属性名关键字的所述属性数据,确定为目标数据;
第四处理子单元,用于将与所述属性实体关键字匹配的所述目标数据,确定为所述问题答案。
进一步地,第二处理单元,还包括:
第五处理子单元,用于将与所述属性实体关键字匹配的所述目标数据,确定为答案相关数据;
第六处理子单元,用于将与所述答案相关数据关联的所述实体数据,确定为所述问题答案。
进一步地,所述装置还包括:
第三处理单元,用于对所述用户查询语句进行语句优化处理,获取所述用户查询语句中的核心关键字;
第四处理单元,用于根据所述核心关键字,在所述数据库中确定与所述核心关键字匹配的所述问题答案,向用户返回所述问题答案。
进一步地,第三处理单元,包括:
第一处理子单元,用于对所述用户查询语句进行改写处理,获得符合预设格式的标准查询语句;
第二处理子单元,用于对所述标准查询语句中的预设词性关键字进行过滤处理,得到至少一个有用关键字;
第三处理子单元,用于计算每一个所述有用关键字的权重值,将权重值高于设定阈值的所述有用关键字,确定为核心关键字。
第三方面,本申请提供一种问答处理设备,包括:处理器、存储器以及计算机程序;
其中,计算机程序存储在存储器中,并被配置为由处理器执行以实现如上任一项的方法。
第四方面,本申请提供一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行以实现如上任一项的方法。
本申请提供的问答处理方法、装置、设备和存储介质,通过获取用户查询语句;对用户查询语句进行语义解析处理,获取用户查询语句中的意图关键字;根据意图关键字,在数据库中确定与意图关键字匹配的问题答案,向用户返回问题答案。实现了根据确定出的用户查询语句中的意图关键字,直接在与应用场景匹配的数据库中,自动确定出与意图关键字匹配的问题答案,查询服务提供方不需要花费人力成本与时间成本去理解用户需求,并根据用户需求设计出意图槽位模板,大大降低了自动问答技术的开发成本和开发周期;用户不需要学习理解意图槽位模板,有效降低了自动问答技术的使用难度,有利于自动问答技术的推广使用。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
图1为本申请实施例提供的一种问答处理方法的流程示意图;
图2为本申请实施例提供的又一种问答处理方法的流程示意图;
图3为本申请实施例提供的再一种问答处理方法的流程示意图;
图4为本申请实施例提供的一种问答处理装置的结构示意图;
图5为本申请实施例提供的又一种问答处理装置的结构示意图;
图6为本申请实施例提供的一种问答处理设备的结构示意图。
通过上述附图,已示出本公开明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本公开构思的范围,而是通过参考特定实施例为本领域技术人员说明本公开的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
本申请具体的应用场景为:在信息化时代的当下,每个行业都因各自的业务需求,整理了大量的与该行业具体应用场景匹配的结构化知识。查询服务提供方根据本行业内的结构化知识,处理用户问题,为用户提供自动查询服务。现有技术中,查询服务提供方需要设计各种完备且不重合的意图槽位模版,来为用户提供自动查询服务。意图槽位模版中,意图描述了用户的查询目的,槽位是回答用户查询问题的关键信息。然而,查询服务提供方设计各种完备且不重合的意图槽位模版,开发难度大,开发周期长,不利于自动问答技术的推广使用。
本申请提供的问答处理方法、装置、设备和存储介质,旨在解决现有技术中的如上技术问题。
图1为本申请实施例提供的一种问答处理方法的流程示意图,如图1所示,该方法包括:
步骤101、获取用户查询语句。
在本实施例中,具体的,本实施例的执行主体为终端、或者控制器、或者其他可以执行本实施例的装置或设备。本实施例以执行主体为终端进行说明,可以在终端中设置应用软件,然后,终端控制应用软件执行本实施例提供的方法。
终端获取用户查询语句的方法包括:获取用户输入的文本形式的用户查询语句,或者获取语音形式的用户查询语句,然后通过语音理解技术,将语音形式的用户查询语句转换为文本形式的用户查询语句。
步骤102、对用户查询语句进行语义解析处理,获取用户查询语句中的意图关键字。
在本实施例中,具体的,终端对文本形式的用户查询语句进行语义解析处理,获取用于描述用户查询意图的意图关键字,意图关键字包括实体关键字和属性关键字。实体关键字为描述实体名的关键字,属性关键字为描述实体属性的关键字。终端确定出的意图关键字,与用户查询内容的应用场景相适应,在不同的应用场景中,同一词可能被判定为不同类型的关键字。
举例来说,对于书籍信息查询这一应用场景,《西游记》为描述实体名的实体关键字,“机械出版社”为描述实体属性的属性关键字;对于出版社信息查询这一应用场景,“机械出版社”为描述实体名的实体关键字。本申请实施例公开的问答处理方法,具体应用于明确的应用场景中,例如,某图书馆公众号上集成的问答处理***,具体应用于书籍信息查询这一应用场景。在获取到的用户查询语句包含“机械出版社”的关键字时,终端将“机械出版社”判断为属性关键字。
步骤103、根据意图关键字,在数据库中确定与意图关键字匹配的问题答案,并向用户返回问题答案,其中,数据库存储有用于指示问答答案的数据。
在本实施例中,具体的,数据库存储有与应用场景匹配的实体数据和属性数据,实体数据为应用场景内的描述所有实体名称的数据,属性数据为描述所有实体属性的数据,实体数据与属性数据之间通过实体名称进行关联。根据确定出的意图关键字,在数据库中确定与意图关键字匹配的实体数据和/或属性数据,作为问题答案,并向用户返回问题答案。
本实施例通过获取用户查询语句;对用户查询语句进行语义解析处理,获取用户查询语句中的意图关键字;根据意图关键字,在数据库中确定与意图关键字匹配的问题答案,向用户返回问题答案。实现了根据确定出的用户查询语句中的意图关键字,直接在与应用场景匹配的数据库中,自动确定出与意图关键字匹配的问题答案,查询服务提供方不需要花费人力成本与时间成本去理解用户需求,并根据用户需求设计出意图槽位模板,大大降低了自动问答技术的开发成本和开发周期;用户不需要学习理解意图槽位模板,有效降低了自动问答技术的使用难度,有利于自动问答技术的推广使用。
图2为本申请实施例提供的又一种问答处理方法的流程示意图,如图2所示,该方法包括:
步骤201、获取用户查询语句。
在本实施例中,具体的,本步骤可以参见图1的步骤101,不再赘述。
步骤202、对用户查询语句进行解析处理,获取用户查询语句中的预设词性的组成字。
在本实施例中,具体的,终端对获取到的用户查询语句进行解析处理,将用户查询语句过滤掉部分词性的组成字,保留预设词性的组成字,组成字包括单个字,也包括多个字组成的词语。示例性的,过滤掉用户查询语句中的形容词、动词、代词等实词和虚词词性的组成字,保留用户查询语句中的名词、数词等实词词性的组成字。
举例来说,终端对获取到的用户查询语句“请告诉我《异类》与《H》的价钱”进行解析处理,对该用户查询语句中的组成字的词性进行标记,过滤掉“请”“与”“的”虚词词性、“告诉”动词词性、“我”代词词性的组成字,保留“《异类》”、“《H》”、“价钱”名词词性的组成字。
步骤203、在与应用场景匹配的实体字典中,确定与组成字相似度超过设定阈值的关键字,构成实体关键字;在与应用场景匹配的属性字典中,确定与组成字相似度超过设定阈值的关键字,构成属性关键字。
在本实施例中,具体的,设置有应用场景匹配的实体字典和属性字典,实体字典中包括用于描述实体名称的关键字,属性字典中包括用于描述实体属性的关键字。示例性的,对于书籍信息查询这一应用场景,实体字典为包含《异类》、《H》、《西游记》等所有实体的名称的集合,属性字典为包含“价格、机械出版社、出版日期、出版社”等所有实体的属性名称的集合。在与应用场景匹配的实体字典中,确定与组成字相似度超过设定阈值的关键字,构成实体关键字,在与应用场景匹配的属性字典中,确定与组成字相似度超过设定阈值的关键字,构成属性关键字,其中,组成字为步骤202获取的用户查询语句中的预设词性的组成字。其中,属性关键字包括属性名关键字和/或属性实体关键字,属性实体关键字包括以下至少一种:领域关键字、属性值、比较关键字。
举例来说,终端在书籍信息查询这一应用场景的实体字典中,确定用户查询语句中的“《异类》、《H》”与实体字典中的“《异类》、《H》”的相似度超过设定阈值,确定实体字典中的“《异类》、《H》”为实体关键字;确定用户查询语句中的“价钱”与属性字典中的“价格”的相似度超过设定阈值,确定属性字典中的“价格”为属性关键字。
步骤204、数据库存储有描述实体名称信息的实体数据,和描述实体属性信息的属性数据。在意图关键字包含实体关键字的情况下,在数据库中,将包含实体关键字的实体数据,确定为目标数据;
在本实施例中,具体的,用户的查询意图包括对实体名称信息的查询和对实体属性信息的查询。用户查询语句的意图关键字包含实体关键字时,判断用户的查询意图为对实体关键字对应的实体的属性信息的查询。当意图关键字中包含多个实体关键字时,将多个实体关键字分别单独处理。在意图关键字包含实体关键字的情况下,将包含实体关键字的实体数据,确定为目标数据。
举例来说,终端确定的用户查询语句的意图关键字为“《卡西莫多的礼物》、发行时间”,其中包含“《卡西莫多的礼物》”这一实体关键字,在数据库中,将包含实体关键字“《卡西莫多的礼物》”的实体数据,确定为目标数据。
步骤205、在与目标数据关联的属性数据中,将与属性关键字匹配的属性数据,确定为问题答案。
在本实施例中,具体的,具体应用场景下的数据库中,实体数据与属性数据之间通过实体名称进行关联。目标数据为包含实体关键字的实体数据,根据实体数据与属性数据之间的关联性,确定与目标数据关联的属性数据。当意图关键字只包含实体关键字时,确定实体关键字对应的实体的所有属性数据为问题答案;当意图关键字包含实体关键字和属性关键字时,属性关键字描述了用户对实体关键字对应的实体的属性的查询意图,在实体关键字对应的实体的所有属性数据中,确定与属性关键字匹配的属性数据为问题答案。当意图关键字包含多个实体关键字,对每一个实体关键字分别单独进行处理。
举例来说,确定包含“《卡西莫多的礼物》”的实体数据为目标数据,意图关键字只包含“《卡西莫多的礼物》”这一实体关键字时,将名称为《卡西莫多的礼物》的所有实体的属性数据,确定为问题答案;意图关键字包含“《卡西莫多的礼物》”的实体关键字和“发行时间”的属性关键字时,在《卡西莫多的礼物》对应的实体的所有属性数据中,将与“发行时间”匹配的属性数据,确定为问题答案。
本实施例通过获取用户查询语句;对用户查询语句进行解析处理,获取用户查询语句中的预设词性的组成字;在与应用场景匹配的实体字典中,确定与组成字相似度超过设定阈值的关键字,构成实体关键字,在与应用场景匹配的属性字典中,确定与组成字相似度超过设定阈值的关键字,构成属性关键字;在数据库中,将包含实体关键字的实体数据,确定为目标数据;在与目标数据关联的属性数据中,将与属性关键字匹配的属性数据,确定为问题答案。通过获取用户查询语句中的实体关键字和属性关键字,在与应用场景匹配的数据库中,根据实体关键字和/或属性关键字,自动确定出问题答案,查询服务提供方不需要花费人力成本与时间成本去理解用户需求,并根据用户需求设计出意图槽位模板,而是简单上传具体应用场景下描述实体名称信息和属性信息的数据,即可为用户提供自动问答服务,这大大降低了自动问答技术的开发成本和开发周期;用户不需要学习理解意图槽位模板,更不需要手动搭建意图槽位模板,有效降低了自动问答技术的使用难度,有利于自动问答技术的推广使用。同时,根据用户查询语句中的意图关键字,确定出的问题答案,准确度高,参考价值大。
图3为本申请实施例提供的再一种问答处理方法的流程示意图,如图3所示,该方法包括:
步骤301、获取用户查询语句。
步骤302、对用户查询语句进行解析处理,获取用户查询语句中的预设词性的组成字。
步骤303、在与应用场景匹配的实体字典中,确定与组成字相似度超过设定阈值的关键字,构成实体关键字;在与应用场景匹配的属性字典中,确定与组成字相似度超过设定阈值的关键字,构成属性关键字。
在本实施例中,具体的,步骤301-303可以参见图2的步骤201-203,不再赘述。
步骤304、在意图关键字不包含实体关键字的情况下,在数据库中,将包含属性名关键字的属性数据,确定为目标数据。
在本实施例中,具体的,数据库存储有描述实体名称信息的实体数据,和描述实体属性信息的属性数据。在意图关键字不包含实体关键字的情况下,根据属性名关键字,确定目标属性数据的分类,将包含属性名关键字的属性数据,确定为目标数据。
举例来说,用户查询语句的意图关键字包括“价格”的属性名关键字,和“低于”的比较关键字、“20元”属性值和“书”领域关键字,确定包含“价格”的属性数据为目标数据。当意图关键字包含多个属性名关键字时,对每一个属性名关键字分别单独进行处理。
步骤304、将与属性实体关键字匹配的目标数据,确定为问题答案。
在本实施例中,具体的,当意图关键字包含实体关键字或属性实体关键字时,一定可以根据意图关键字确定出问题答案;当意图关键字不包含实体关键字和属性实体关键字,而只包含属性名关键字时,无法根据意图关键字确定出问题答案。根据属性实体关键字,将与属性实体关键字匹配的目标数据,确定为问题答案。
可选的,步骤304还包括:将与属性实体关键字匹配的目标数据,确定为答案相关数据;将与答案相关数据关联的实体数据,确定为问题答案。当属性实体关键字中包含领域关键字时,把与答案相关数据关联的实体数据,作为问题答案返回给用户。
举例来说,根据属性实体关键字中的比较字关键字“低于”、属性值“20元”和领域关键字“书”,确定出答案相关数据,根据属性数据与实体数据之间的关联,确定与答案相关数据对应的实体数据,作为问题答案返回给用户。
在向用户返回问题答案前,本实施例公开的方法还包括对数据进行整合处理,以增加问题答案的可读性。
可选的,该方法还包括:当意图关键字不包含实体关键字和属性实体关键字,无法在数据库中确定出与意图关键字匹配的问题答案时,对用户查询语句进行语句优化处理,获取用户查询语句中的核心关键字;根据核心关键字,在数据库中确定与核心关键字匹配的问题答案,向用户返回问题答案。
对用户查询语句进行语句优化处理,获取用户查询语句中的核心关键字,包括:对用户查询语句进行改写处理,获得符合预设格式的标准查询语句;对标准查询语句中的预设词性关键字进行过滤处理,得到至少一个有用关键字;计算每一个有用关键字的权重值,将权重值高于设定阈值的有用关键字,确定为核心关键字。
根据每一个有用关键字在网络所有采样文档里出现的第一词频,和在具体应用场景下所有采样问题里出现的第二词频,计算每一个有用关键字的权重值,权重值与第一词频成反比,与与第二词频成正比。
在数据库中,确定与核心关键字匹配的问题答案的方法,类比于确定与意图关键字匹配的问题答案的方法,不再赘述。上述步骤可以实现在无法根据意图关键字确定出问题答案时,对用户查询语句进行优化处理和分词处理,根据确定出的核心关键字,向用户返回问题答案。根据核心关键字确定出的问题答案,与根据意图关键字确定出的问题答案相比,范围更广,内容更多,相应的,准确度可能相对稍低。该步骤实现了在无法为用户返回精准的问题答案时,向用户返回范围较广的相关答案,供用户选择,有利于提升用户的使用体验。
本实施例通过获取用户查询语句;对用户查询语句进行解析处理,获取用户查询语句中的预设词性的组成字;在与应用场景匹配的实体字典中,确定与组成字相似度超过设定阈值的关键字,构成实体关键字,在与应用场景匹配的属性字典中,确定与组成字相似度超过设定阈值的关键字,构成属性关键字;在意图关键字不包含实体关键字的情况下,在数据库中,将包含属性名关键字的属性数据,确定为目标数据;将与属性实体关键字匹配的目标数据,确定为问题答案。通过获取用户查询语句中的实体关键字和属性关键字,在与应用场景匹配的数据库中,根据实体关键字和/或属性关键字,自动确定出问题答案,查询服务提供方不需要花费人力成本与时间成本去理解用户需求,并根据用户需求设计出意图槽位模板,而是简单上传具体应用场景下描述实体名称信息和属性信息的数据,即可为用户提供自动问答服务,这大大降低了自动问答技术的开发成本和开发周期;用户不需要学习理解意图槽位模板,更不需要手动搭建意图槽位模板,有效降低了自动问答技术的使用难度,有利于自动问答技术的推广使用。
图4为本申请实施例提供的一种问答处理装置的结构示意图,如图4所示,该装置包括:
获取单元1,用于获取用户查询语句;
第一处理单元2,用于对用户查询语句进行语义解析处理,获取用户查询语句中的意图关键字;
第二处理单元3,用于根据意图关键字,在数据库中确定与意图关键字匹配的问题答案,并向用户返回问题答案,数据库存储有用于指示问答答案的数据。
本实施例通过获取用户查询语句;对用户查询语句进行语义解析处理,获取用户查询语句中的意图关键字;根据意图关键字,在数据库中确定与意图关键字匹配的问题答案,向用户返回问题答案。实现了根据确定出的用户查询语句中的意图关键字,直接在与应用场景匹配的数据库中,自动确定出与意图关键字匹配的问题答案,查询服务提供方不需要花费人力成本与时间成本去理解用户需求,并根据用户需求设计出意图槽位模板,大大降低了自动问答技术的开发成本和开发周期;用户不需要学习理解意图槽位模板,有效降低了自动问答技术的使用难度,有利于自动问答技术的推广使用。
图5为本申请实施例提供的又一种问答处理装置的结构示意图,在图4所示实施例的基础上,如图5所示,
预设有与应用场景匹配的实体字典和属性字典,第一处理单元2,包括:
第一处理子单元21,用于对用户查询语句进行解析处理,获取用户查询语句中的预设词性的组成字;
第二处理子单元22,用于在实体字典中,确定与组成字相似度超过设定阈值的关键字,构成实体关键字,其中,实体字典中包括用于描述实体名称的关键字;
第三处理子单元23,用于在属性字典中,确定与组成字相似度超过设定阈值的关键字,构成属性关键字,其中,属性字典中包括用于描述实体属性的关键字。
属性关键字包括属性名关键字和/或属性实体关键字,属性实体关键字包括以下至少一种:领域关键字、属性值、比较关键字。
数据库存储有描述实体名称信息的实体数据,和描述实体属性信息的属性数据,第二处理单元3,包括:
第一处理子单元31,用于在意图关键字包含实体关键字的情况下,在数据库中,将包含实体关键字的实体数据,确定为目标数据;
第二处理子单元32,用于在与目标数据关联的属性数据中,根据属性关键字,将与属性关键字匹配的属性数据,确定为问题答案。
第二处理单元3,还包括:
第三处理子单元33,用于在意图关键字不包含实体关键字的情况下,在数据库中,将包含属性名关键字的属性数据,确定为目标数据;
第四处理子单元34,用于将与属性实体关键字匹配的目标数据,确定为问题答案。
第二处理单元3,还包括:
第五处理子单元35,用于将与属性实体关键字匹配的目标数据,确定为答案相关数据;
第六处理子单元36,用于将与答案相关数据关联的实体数据,确定为问题答案。
该装置还包括:
第三处理单元4,用于对用户查询语句进行语句优化处理,获取用户查询语句中的核心关键字;
第四处理单元5,用于根据核心关键字,在数据库中确定与核心关键字匹配的问题答案,向用户返回问题答案。
第三处理单元4,包括:
第一处理子单元41,用于对用户查询语句进行改写处理,获得符合预设格式的标准查询语句;
第二处理子单元42,用于对标准查询语句中的预设词性关键字进行过滤处理,得到至少一个有用关键字;
第三处理子单元43,用于计算每一个有用关键字的权重值,将权重值高于设定阈值的有用关键字,确定为核心关键字。
本实施例通过获取用户查询语句;对用户查询语句进行解析处理,获取用户查询语句中的预设词性的组成字;在与应用场景匹配的实体字典中,确定与组成字相似度超过设定阈值的关键字,构成实体关键字,在与应用场景匹配的属性字典中,确定与组成字相似度超过设定阈值的关键字,构成属性关键字;在意图关键字包含实体关键字的情况下,在数据库中,将包含实体关键字的实体数据,确定为目标数据;在与目标数据关联的属性数据中,根据属性关键字,将与属性关键字匹配的属性数据,确定为问题答案;在意图关键字不包含实体关键字的情况下,在数据库中,将包含属性名关键字的属性数据,确定为目标数据;将与属性实体关键字匹配的目标数据,确定为问题答案。通过获取用户查询语句中的实体关键字和属性关键字,在与应用场景匹配的数据库中,根据实体关键字和/或属性关键字,自动确定出问题答案,查询服务提供方不需要花费人力成本与时间成本去理解用户需求,并根据用户需求设计出意图槽位模板,而是简单上传具体应用场景下描述实体名称信息和属性信息的数据,即可为用户提供自动问答服务,这大大降低了自动问答技术的开发成本和开发周期;用户不需要学习理解意图槽位模板,更不需要手动搭建意图槽位模板,有效降低了自动问答技术的使用难度,有利于自动问答技术的推广使用。
图6为本申请实施例提供的一种问答处理设备的结构示意图,如图6所示,本申请实施例提供了一种问答处理设备,可以用于执行图1-图3所示实施例中问答处理设备动作或步骤,具体包括:处理器601,存储器602和通信接口603。
存储器602,用于存储计算机程序。
处理器601,用于执行存储器602中存储的计算机程序,以实现图1-图4所示实施例中问答处理设备的动作,不再赘述。
可选的,问答处理设备还可以包括总线604。其中,处理器601、存储器602以及通信接口603可以通过总线604相互连接;总线604可以是外设部件互连标准(PeripheralComponent Interconnect,简称PCI)总线或扩展工业标准结构(Extended IndustryStandard Architecture,简称EISA)总线等。上述总线604可以分为地址总线、数据总线和控制总线等。为便于表示,图6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。
在本申请实施例中,上述各实施例之间可以相互参考和借鉴,相同或相似的步骤以及名词均不再一一赘述。
或者,以上各个模块的部分或全部也可以通过集成电路的形式内嵌于该问答处理设备的某一个芯片上来实现。且它们可以单独实现,也可以集成在一起。即以上这些模块可以被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),或,一个或多个微处理器(Digital Singnal Processor,简称DSP),或,一个或者多个现场可编程门阵列(FieldProgrammable Gate Array,简称FPGA)
一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行以实现上述处理方法。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件实现时,可以全部或部分地以计算机程序产品的形式实现。计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、问答处理设备或数据中心通过有线(例如,同轴电缆、光纤、数字用户线(digitalsubscriber line,DSL))或无线(例如,红外、无线、微波等)方式向另一个网站站点、计算机、问答处理设备或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可用介质集成的问答处理设备、数据中心等数据存储设备。可用介质可以是磁性介质,(例如,软盘、硬盘、磁带)、光介质(例如,DVD)、或者半导体介质(例如,固态硬盘(solid state disk,SSD))等。
本领域技术人员应该可以意识到,在上述一个或多个示例中,本申请实施例描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时,可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质,其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。
本领域技术人员在考虑说明书及实践这里公开的发明后,将容易想到本公开的其它实施方案。本发明旨在涵盖本公开的任何变型、用途或者适应性变化,这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的,本公开的真正范围和精神由下面的权利要求书指出。
应当理解的是,本公开并不局限于上面已经描述并在附图中示出的精确结构,并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求书来限制。
Claims (18)
1.一种问答处理方法,其特征在于,包括:
获取用户查询语句;
对所述用户查询语句进行语义解析处理,获取所述用户查询语句中的意图关键字;
根据所述意图关键字,在数据库中确定与所述意图关键字匹配的问题答案,并向用户返回所述问题答案,其中,所述数据库存储有用于指示问题答案的数据。
2.根据权利要求1所述的方法,其特征在于,对所述用户查询语句进行语义解析处理,获取所述用户查询语句中的意图关键字,包括:
对所述用户查询语句进行解析处理,获取所述用户查询语句中的预设词性的组成字;
根据预设的与应用场景匹配的实体字典,其中,所述实体字典中包括用于描述实体名称的关键字,将与所述组成字相似度超过设定阈值的关键字,确定为所述实体关键字;
根据预设的与应用场景匹配的属性字典,其中,所述属性字典中包括用于描述实体属性的关键字,将与所述组成字相似度超过设定阈值的关键字,确定为所述属性关键字。
3.根据权利要求2所述的方法,其特征在于,所述属性关键字包括属性名关键字和/或属性实体关键字,所述属性实体关键字包括以下至少一种:领域关键字、属性值、比较关键字。
4.根据权利要求3所述的方法,其特征在于,所述数据库存储有描述实体名称信息的实体数据,和描述实体属性信息的属性数据,根据所述意图关键字,在数据库中确定与所述意图关键字匹配的问题答案,包括:
在所述意图关键字包含所述实体关键字的情况下,根据所述数据库,将包含所述实体关键字的所述实体数据,确定为目标数据;
在与所述目标数据关联的所述属性数据中,将与所述属性关键字匹配的所述属性数据,确定所述问题答案。
5.根据权利要求4所述的方法,其特征在于,根据所述意图关键字,在数据库中确定与所述意图关键字匹配的问题答案,包括:
在所述意图关键字不包含所述实体关键字的情况下,根据所述数据库,将包含所述属性名关键字的所述属性数据,确定为目标数据;
将与所述属性实体关键字匹配的所述目标数据,确定为所述问题答案。
6.根据权利要求4所述的方法,其特征在于,所述方法,还包括:
将与所述属性实体关键字匹配的所述目标数据,确定为答案相关数据;
将与所述答案相关数据关联的所述实体数据,确定为所述问题答案。
7.根据权利要求1-6任一所述的方法,其特征在于,所述方法还包括:无法在所述数据库中确定与所述意图关键字匹配的所述问题答案时,
对所述用户查询语句进行语句优化处理,获取所述用户查询语句中的核心关键字;
根据所述核心关键字,在所述数据库中确定与所述核心关键字匹配的所述问题答案,向用户返回所述问题答案。
8.根据权利要求7所述的方法,其特征在于,对所述用户查询语句进行语句优化处理,获取所述用户查询语句中的核心关键字,包括:
对所述用户查询语句进行改写处理,获得符合预设格式的标准查询语句;
对所述标准查询语句中的预设词性关键字进行过滤处理,得到至少一个有用关键字;
计算每一个所述有用关键字的权重值,将权重值高于设定阈值的所述有用关键字,确定为核心关键字。
9.一种问答处理装置,其特征在于,包括:
获取单元,用于获取用户查询语句;
第一处理单元,用于对所述用户查询语句进行语义解析处理,获取所述用户查询语句中的意图关键字;
第二处理单元,用于根据所述意图关键字,在数据库中确定与所述意图关键字匹配的问题答案,并向用户返回所述问题答案,其中,所述数据库存储有用于指示问答答案的数据。
10.根据权利要求9所述的装置,其特征在于,预设有与应用场景匹配的实体字典和属性字典,第一处理单元,包括:
第一处理子单元,用于对所述用户查询语句进行解析处理,获取所述用户查询语句中的预设词性的组成字;
第二处理子单元,用于在所述实体字典中,将与所述组成字相似度超过设定阈值的关键字,确定为所述实体关键字,其中,所述实体字典中包括用于描述实体名称的关键字;
第三处理子单元,用于在所述属性字典中,将与所述组成字相似度超过设定阈值的关键字,确定为所述属性关键字,其中,所述属性字典中包括用于描述实体属性的关键字。
11.根据权利要求10所述的装置,其特征在于,所述属性关键字包括属性名关键字和/或属性实体关键字,所述属性实体关键字包括以下至少一种:领域关键字、属性值、比较关键字。
12.根据权利要求11所述的装置,其特征在于,所述数据库存储有描述实体名称信息的实体数据,和描述实体属性信息的属性数据,第二处理单元,包括:
第一处理子单元,用于在所述意图关键字包含所述实体关键字的情况下,在所述数据库中,将包含所述实体关键字的所述实体数据,确定为目标数据;
第二处理子单元,用于在与所述目标数据关联的所述属性数据中,根据所述属性关键字,将与所述属性关键字匹配的所述属性数据,确定所述问题答案。
13.根据权利要求12所述的装置,其特征在于,第二处理单元,还包括:
第三处理子单元,用于在所述意图关键字不包含所述实体关键字的情况下,在所述数据库中,将包含所述属性名关键字的所述属性数据,确定为目标数据;
第四处理子单元,将与所述属性实体关键字匹配的所述目标数据,确定为所述问题答案。
14.根据权利要求13所述的装置,其特征在于,第二处理单元,还包括:
第五处理子单元,用于将与所述属性实体关键字匹配的所述目标数据,确定为答案相关数据;
第六处理子单元,用于将与所述答案相关数据关联的所述实体数据,确定为所述问题答案。
15.根据权利要求9-14任一所述的装置,其特征在于,所述装置还包括:
第三处理单元,用于对所述用户查询语句进行语句优化处理,获取所述用户查询语句中的核心关键字;
第四处理单元,用于根据所述核心关键字,在所述数据库中确定与所述核心关键字匹配的所述问题答案,向用户返回所述问题答案。
16.根据权利要求15所述的装置,其特征在于,第三处理单元,包括:
第一处理子单元,用于对所述用户查询语句进行改写处理,获得符合预设格式的标准查询语句;
第二处理子单元,用于对所述标准查询语句中的预设词性关键字进行过滤处理,得到至少一个有用关键字;
第三处理子单元,用于计算每一个所述有用关键字的权重值,将权重值高于设定阈值的所述有用关键字,确定为核心关键字。
17.一种问答处理设备,其特征在于,包括:处理器、存储器以及计算机程序;
其中,计算机程序存储在存储器中,并被配置为由处理器执行以实现如权利要求1-8任一项的方法。
18.一种计算机可读存储介质,其特征在于,其上存储有计算机程序,计算机程序被处理器执行以实现如权利要求1-8任一项的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910495018.6A CN110287209A (zh) | 2019-06-10 | 2019-06-10 | 问答处理方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910495018.6A CN110287209A (zh) | 2019-06-10 | 2019-06-10 | 问答处理方法、装置、设备和存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110287209A true CN110287209A (zh) | 2019-09-27 |
Family
ID=68003635
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910495018.6A Pending CN110287209A (zh) | 2019-06-10 | 2019-06-10 | 问答处理方法、装置、设备和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110287209A (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110727782A (zh) * | 2019-10-22 | 2020-01-24 | 苏州思必驰信息科技有限公司 | 问答语料生成方法及*** |
CN110795547A (zh) * | 2019-10-18 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 文本识别方法和相关产品 |
CN111324693A (zh) * | 2020-01-21 | 2020-06-23 | 招商银行股份有限公司 | 智能应答方法、装置及计算机可读存储介质 |
CN111737428A (zh) * | 2020-06-11 | 2020-10-02 | 广联达科技股份有限公司 | 一种目标材料匹配方法、装置、设备及可读存储介质 |
CN111930911A (zh) * | 2020-08-12 | 2020-11-13 | 杭州东方通信软件技术有限公司 | 一种快速领域问答方法及其装置 |
CN111966781A (zh) * | 2020-06-28 | 2020-11-20 | 北京百度网讯科技有限公司 | 数据查询的交互方法及装置、电子设备和存储介质 |
CN112182177A (zh) * | 2020-09-25 | 2021-01-05 | 中国建设银行股份有限公司 | 一种用户问题处理方法、装置、电子设备及存储介质 |
CN112559689A (zh) * | 2020-12-21 | 2021-03-26 | 广州橙行智动汽车科技有限公司 | 一种基于车载问答的数据处理方法和装置 |
CN113420125A (zh) * | 2021-06-25 | 2021-09-21 | 深圳索信达数据技术有限公司 | 基于行业类型的问答对确定方法、***、存储介质及设备 |
CN113515595A (zh) * | 2021-05-13 | 2021-10-19 | 厦门雅基软件有限公司 | 一种问答匹配方法、装置、电子设备和存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105845133A (zh) * | 2016-03-30 | 2016-08-10 | 乐视控股(北京)有限公司 | 语音信号处理方法及装置 |
CN106095932A (zh) * | 2016-06-13 | 2016-11-09 | 竹间智能科技(上海)有限公司 | 百科知识问句识别方法及装置 |
CN108446286A (zh) * | 2017-02-16 | 2018-08-24 | 阿里巴巴集团控股有限公司 | 一种自然语言问句答案的生成方法、装置及服务器 |
CN109684448A (zh) * | 2018-12-17 | 2019-04-26 | 北京北大软件工程股份有限公司 | 一种智能问答方法 |
CN109753658A (zh) * | 2018-12-29 | 2019-05-14 | 百度在线网络技术(北京)有限公司 | 交互方法和装置 |
-
2019
- 2019-06-10 CN CN201910495018.6A patent/CN110287209A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105845133A (zh) * | 2016-03-30 | 2016-08-10 | 乐视控股(北京)有限公司 | 语音信号处理方法及装置 |
CN106095932A (zh) * | 2016-06-13 | 2016-11-09 | 竹间智能科技(上海)有限公司 | 百科知识问句识别方法及装置 |
CN108446286A (zh) * | 2017-02-16 | 2018-08-24 | 阿里巴巴集团控股有限公司 | 一种自然语言问句答案的生成方法、装置及服务器 |
CN109684448A (zh) * | 2018-12-17 | 2019-04-26 | 北京北大软件工程股份有限公司 | 一种智能问答方法 |
CN109753658A (zh) * | 2018-12-29 | 2019-05-14 | 百度在线网络技术(北京)有限公司 | 交互方法和装置 |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110795547B (zh) * | 2019-10-18 | 2023-04-07 | 腾讯科技(深圳)有限公司 | 文本识别方法和相关产品 |
CN110795547A (zh) * | 2019-10-18 | 2020-02-14 | 腾讯科技(深圳)有限公司 | 文本识别方法和相关产品 |
CN110727782A (zh) * | 2019-10-22 | 2020-01-24 | 苏州思必驰信息科技有限公司 | 问答语料生成方法及*** |
CN111324693A (zh) * | 2020-01-21 | 2020-06-23 | 招商银行股份有限公司 | 智能应答方法、装置及计算机可读存储介质 |
CN111737428A (zh) * | 2020-06-11 | 2020-10-02 | 广联达科技股份有限公司 | 一种目标材料匹配方法、装置、设备及可读存储介质 |
CN111737428B (zh) * | 2020-06-11 | 2024-03-19 | 广联达科技股份有限公司 | 一种目标材料匹配方法、装置、设备及可读存储介质 |
CN111966781A (zh) * | 2020-06-28 | 2020-11-20 | 北京百度网讯科技有限公司 | 数据查询的交互方法及装置、电子设备和存储介质 |
CN111966781B (zh) * | 2020-06-28 | 2024-02-20 | 北京百度网讯科技有限公司 | 数据查询的交互方法及装置、电子设备和存储介质 |
CN111930911A (zh) * | 2020-08-12 | 2020-11-13 | 杭州东方通信软件技术有限公司 | 一种快速领域问答方法及其装置 |
CN111930911B (zh) * | 2020-08-12 | 2024-03-29 | 杭州东方通信软件技术有限公司 | 一种快速领域问答方法及其装置 |
CN112182177A (zh) * | 2020-09-25 | 2021-01-05 | 中国建设银行股份有限公司 | 一种用户问题处理方法、装置、电子设备及存储介质 |
CN112559689A (zh) * | 2020-12-21 | 2021-03-26 | 广州橙行智动汽车科技有限公司 | 一种基于车载问答的数据处理方法和装置 |
CN113515595A (zh) * | 2021-05-13 | 2021-10-19 | 厦门雅基软件有限公司 | 一种问答匹配方法、装置、电子设备和存储介质 |
CN113420125B (zh) * | 2021-06-25 | 2023-09-19 | 深圳索信达数据技术有限公司 | 基于行业类型的问答对确定方法、***、存储介质及设备 |
CN113420125A (zh) * | 2021-06-25 | 2021-09-21 | 深圳索信达数据技术有限公司 | 基于行业类型的问答对确定方法、***、存储介质及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110287209A (zh) | 问答处理方法、装置、设备和存储介质 | |
CN112528672B (zh) | 一种基于图卷积神经网络的方面级情感分析方法及装置 | |
CN108345690B (zh) | 智能问答方法与*** | |
CN108536708A (zh) | 一种自动问答处理方法及自动问答*** | |
CN109783631A (zh) | 社区问答数据的校验方法、装置、计算机设备和存储介质 | |
CN111814487B (zh) | 一种语义理解方法、装置、设备及存储介质 | |
CN109086265A (zh) | 一种语义训练方法、短文本中多语义词消歧方法 | |
CN113342958B (zh) | 问答匹配方法、文本匹配模型的训练方法和相关设备 | |
CN111832305A (zh) | 一种用户意图识别方法、装置、服务器和介质 | |
CN113032520A (zh) | 信息分析方法及装置、电子设备和计算机可读存储介质 | |
CN110929532B (zh) | 数据处理方法、装置、设备及存储介质 | |
Wirawan et al. | Balinese historian chatbot using full-text search and artificial intelligence markup language method | |
CN113627194B (zh) | 信息抽取方法及装置、通信消息分类方法及装置 | |
CN117370190A (zh) | 测试用例生成方法、装置、电子设备和存储介质 | |
CN116541711A (zh) | 模型训练方法、课程推荐方法、装置、设备及介质 | |
CN110598112A (zh) | 一种题目推荐方法、装置、终端设备及存储介质 | |
CN111143454A (zh) | 一种文本输出方法、装置及可读存储介质 | |
CN111026849A (zh) | 数据处理方法和装置 | |
CN112668334B (zh) | 实体识别方法以及电子设备、存储装置 | |
CN114579883A (zh) | 地址查询方法、获取地址向量表示模型的方法及对应装置 | |
CN114077834A (zh) | 确定相似文本的方法、装置以及存储介质 | |
CN111428005A (zh) | 标准问答对确定方法、装置及电子设备 | |
CN110895924A (zh) | 一种文档内容朗读方法、装置、电子设备及可读存储介质 | |
CN113064887B (zh) | 数据管理方法、装置、设备及存储介质 | |
CN117993472A (zh) | 语言模型的训练方法、任务处理方法、装置及*** |
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 |