CN110502620A - 导诊相似问题对生成方法、***及计算机设备 - Google Patents
导诊相似问题对生成方法、***及计算机设备 Download PDFInfo
- Publication number
- CN110502620A CN110502620A CN201910587880.XA CN201910587880A CN110502620A CN 110502620 A CN110502620 A CN 110502620A CN 201910587880 A CN201910587880 A CN 201910587880A CN 110502620 A CN110502620 A CN 110502620A
- Authority
- CN
- China
- Prior art keywords
- hospital guide
- similar
- hospital
- guide
- similar problems
- 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.)
- Granted
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
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16H—HEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
- G16H40/00—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices
- G16H40/20—ICT specially adapted for the management or administration of healthcare resources or facilities; ICT specially adapted for the management or operation of medical equipment or devices for the management or administration of healthcare resources or facilities, e.g. managing hospital staff or surgery rooms
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Computational Linguistics (AREA)
- Artificial Intelligence (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Evolutionary Computation (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biophysics (AREA)
- Primary Health Care (AREA)
- Medical Informatics (AREA)
- Public Health (AREA)
- Epidemiology (AREA)
- Human Computer Interaction (AREA)
- Databases & Information Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Instructional Devices (AREA)
Abstract
本发明实施例提供了一种导诊相似问题对生成方法,所述方法包括:获取导诊问题集,所述导诊问题集包括多个导诊问题,通过SOLR***生成多个第一导诊相似问题对,通过生成对抗网络相似问题对生成模型生成多个第二导诊相似问题对,通过随机相似问题对生成模块生成多个第三导诊相似问题对;将多个第一导诊相似问题对、多个第二导诊相似问题对和多个第三导诊相似问题对进行混合,得到导诊问题对数据集;其中,所述导诊问题对数据集可以被输入到导诊问答模型中,用于训练所述导诊问答模型。上述导诊问题对数据集,同时具备高质量和多样性等特点,为导诊问答模型提供高质量的相似问题对训练数据,有效提高导诊问答模型的处理准确度。
Description
技术领域
本发明实施例涉及计算机数据处理领域,尤其涉及一种导诊相似问题对生成方法、***、计算机设备及计算机可读存储介质。
背景技术
随着电子商务和人工智能技术的发展,智能客服越来越常见。智能客服是在大规模知识处理基础上发展起来的一项面向行业应用的,包括:各种各样的问答***和对话机器人应运而生,人们可通过以自然语言的方式与设备进行沟通,获取所需要的信息,还为企业与海量用户之间的沟通建立了一种基于自然语言的快捷有效的技术手段,可以大大降低企业在客服方面的人工成本。
问答***,通常是在数据库中查找用户当前提问问题的相似问题,并将相似问题对应的解答作为当前提问问题的答复内容。而传统技术对相似问题对的获取方式,多采用数据库检索或者人工的方式,前者数据集较为单一,后者过程繁琐,并不利于大量数据集相似问题对的实现,具备一定偶然性,均无法为问答***提供稳定且质量高的相似问题对。
发明内容
有鉴于此,本发明实施例的目的是提供一种导诊相似问题对生成方法、***、计算机设备及计算机可读存储介质,用于生成高质量的相似问题对训练数据,有效提高导诊问答模型的处理准确度。
为实现上述目的,本发明实施例提供了一种导诊相似问题对生成方法,包括以下步骤:
获取导诊问题集,所述导诊问题集包括多个导诊问题;
基于所述导诊问题集,通过SOLR***生成多个第一导诊相似问题对;
基于所述导诊问题集,通过生成对抗网络相似问题对生成模型生成多个第二导诊相似问题对;
基于所述导诊问题集,通过随机相似问题对生成模块生成多个第三导诊相似问题对;
将多个第一导诊相似问题对、多个第二导诊相似问题对和多个第三导诊相似问题对进行混合,得到导诊问题对数据集;
其中,所述导诊问题对数据集可以被输入到导诊问答模型中,用于训练所述导诊问答模型。
优选地,所述基于所述导诊问题集,通过SOLR***生成多个第一导诊相似问题对的步骤,包括:
将每个导诊问题进行分词操作,以得到所述多个导诊问题对应的多个词元集,每个词元集包括从相应导诊问题中提取的多个词元;
根据每个导诊问题的词元集,为所述每个导诊问题从所述数据库中分别检索得到一个准相似导诊问题集,所述准相似导诊问题集为所述导诊问题集的子集,所述准相似导诊问题集中的各个准相似导诊问题与对应导诊问题的相似分数大于一预设分数;
以预设规则为每个导诊问题从与之对应的准相似导诊问题集中筛选出多个相似导诊问题,得到多个第一导诊相似问题对,每个第一导诊相似问题对包括一个导诊问题以及从这个导诊问题的准相似导诊问题集中筛选出的多个相似导诊问题。
优选地,所述以预设规则为每个导诊问题从与之对应的准相似导诊问题集中筛选出多个相似导诊问题,得到多个第一导诊相似问题对的步骤,包括:
根据各个准相似导诊问题集的各个准相似导诊问题与对应导诊问题的相似分数,对各个准相似导诊问题集的各个准相似导诊问题进行排序操作;
根据预设比例为每个导诊问题筛选出对应的相似导诊问题集,所述相似导诊问题集为相应导诊问题对应的准相似导诊问题集的子集;
根据多个导诊问题和所述多个导诊问题中的每个导诊问题对应的相似导诊问题集,形成多个第一导诊相似问题对,每个第一导诊相似问题对包括相应导诊问题与相应导诊问题的相似导诊问题集中的多个相似导诊问题。
优选地,所述基于所述导诊问题集,通过生成对抗网络相似问题对生成模型生成多个第二导诊相似问题对的步骤,包括:
将每个导诊问题进行分词操作,以得到所述多个导诊问题对应的多个词元集,每个词元集包括从相应导诊问题中提取的多个词元;
将每个词元映射为相应的词向量,得到每个导诊问题对应的多个词向量;
将所述每个导诊问题对应的多个词向量输入到生成对抗网络相似问题对生成模型中,通过所述生成对抗网络相似问题对生成模型得到每个导诊问题对应的多个相似导诊问题;
将每个导诊问题与对应的多个相似导诊问题进行映射,以得到多个第二导诊相似问题对。
优选地,所述生成对抗网络相似问题对生成模型包括生成模型和判别模型;
所述生成模型包括依顺序串接的N个生成子模型,每个生成子模型包括依顺序串接的LSTM模块、Softmax模块、马尔科夫决策模块;所述判别模型包括CNN模型。
优选地,所述将所述每个导诊问题对应的多个词向量输入到生成对抗网络相似问题对生成模型中,通过所述生成对抗网络相似问题对生成模型得到每个导诊问题对应的多个相似导诊问题的步骤,包括:
步骤a,将每个词元映射为相应的词向量,得到每个导诊问题对应的词向量矩阵;
步骤b,将每个导诊问题对应的多个词向量依顺序输入到所述生成模型中;
步骤c,通过所述生成模型得到多个目标词,该多个目标词构成一个目标句;
步骤d,将所述目标句和预存导诊标准问题输入到所述判别模型中,判断所述目标句与各个预存导诊问题之间的相似程度,并将相似程度反馈给生成模型;
步骤e,根据所述判别模型反馈的目标句与各个预存导诊问题之间的相似程度,调整生成模型的模型参数,并藉由调整参数后的生成模型重复执行步骤c~e以得到符合预期的一个或多个目标句,所述一个或多个目标句与相应导诊问题形成一个第二导诊相似问题对。
优选地,所述基于所述导诊问题集,通过随机相似问题对生成模块生成多个第三导诊相似问题对的步骤,包括:
为每个导诊问题随机匹配所述导诊问题集中的多个其他问题,形成多个第三导诊相似问题对,每个第三导诊相似问题对包括相应问题与相应问题随机匹配的多个其他问题。
为实现上述目的,本发明实施例还提供了导诊相似问题对生成***,包括:
获取模块,用于获取导诊问题集,所述导诊问题集包括多个导诊问题;
第一生成模块,用于基于所述导诊问题集,通过SOLR***生成多个第一导诊相似问题对;
第二生成模块,用于基于所述导诊问题集,通过生成对抗网络相似问题对生成模型生成多个第二导诊相似问题对;
第三生成模块,用于基于所述导诊问题集,通过随机相似问题对生成模块生成多个第三导诊相似问题对;
混合模块,用于将多个第一导诊相似问题对、多个第二导诊相似问题对和多个第三导诊相似问题对进行混合,得到导诊问题对数据集;
其中,所述导诊问题对数据集可以被输入到导诊问答模型中,用于训练所述导诊问答模型。
为实现上述目的,本发明实施例还提供了一种计算机设备,所述计算机设备存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述计算机程序被处理器执行时实现如上所述的导诊相似问题对生成方法的步骤。
为实现上述目的,本发明实施例还提供了一种计算机可读存储介质,所述计算机可读存储介质内存储有计算机程序,所述计算机程序可被至少一个处理器所执行,以使所述至少一个处理器执行如上所述的导诊相似问题对生成方法的步骤。
本发明实施例提供的导诊相似问题对生成方法、***、计算机设备及计算机可读存储介质,通过SOLR***、生成对抗网络相似问题对生成模型和随机相似问题对生成模块,可以分别得到高质量特征的多个第一导诊相似问题对和多个第二导诊相似问题对,以及具有多样性特征的多个第三导诊相似问题对,不难理解,由多个第一导诊相似问题对、多个第二导诊相似问题对以及多个第三导诊相似问题对构成的导诊问题对数据集,同时具备高质量和多样性等特点,为导诊问答模型提供高质量的相似问题对训练数据,有效提高导诊问答模型的处理准确度。
附图说明
图1为本发明导诊相似问题对生成方法实施例一的流程示意图。
图2为图1中步骤S102的具体流程示意图。
图3为图2中步骤S102C的具体流程示意图。
图4为图1中步骤S104的具体流程示意图。
图5为图4中步骤S104C的具体流程示意图。
图6为本发明导诊相似问题对生成***实施例二的程序模块示意图。
图7为本发明计算机设备实施例三的硬件结构示意图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在本发明中涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其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。另外,各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
以下实施例将以计算机设备2为执行主体进行示例性描述。
实施例一
参阅图1,示出了本发明实施例一之导诊相似问题对生成方法的步骤流程图。可以理解,本方法实施例中的流程图不用于对执行步骤的顺序进行限定。具体如下。
步骤S100,获取导诊问题集,所述导诊问题集包括多个导诊问题。
示例性的,可以从医疗问答数据库中爬取所述多个导诊问题,或者通过终端设备收集用户的导诊问题等。
步骤S102,基于所述导诊问题集,通过SOLR***生成多个第一导诊相似问题对。
SOLR***,为一种搜索引擎,主要功能可以包括全文检索、命中标示、分面搜索、动态聚类、数据库集成,以及富文本(如Word、PDF)的处理。其可以提供分布式搜索和索引复制,以及可以基于TF-IDF聚类方法通过统计学的方法计算两个句子或者文档的相似度。
在示例性的实施例中,如图2所示,所述步骤S102进一步包括步骤S102A~S102D:
步骤S102A,将每个导诊问题进行分词操作,以得到所述多个导诊问题对应的多个词元集,每个词元集包括从相应导诊问题中提取的多个词元;
示例性的,所述多个导诊问题对应的多个词元集被存储到数据库中;
步骤S102B,根据每个导诊问题的词元集,为所述每个导诊问题从所述数据库中分别检索一个准相似导诊问题集,所述准相似导诊问题集为所述导诊问题集的子集,所述准相似导诊问题集中的各个准相似导诊问题与对应导诊问题的相似分数大于一预设分数;
R(qim,dj)表示导诊问题i的每个词元qim与另一导诊问题j的相关度值,Wim为导诊问题i中各个词元的权重。
k1,k2是调节因子,qimfim是词元qim在导诊问题i中的出现频率,fim是词元qim在导诊问题j中的出现频率。
N是导诊问题总数量,n(qim)是包括词元qim的导诊问题数量,Wim等于IDF(qim)。
步骤S102C,以预设规则为每个导诊问题从与之对应的准相似导诊问题集中筛选出多个相似导诊问题,得到多个第一导诊相似问题对,每个第一导诊相似问题对包括一个导诊问题以及从这个导诊问题的准相似导诊问题集中筛选出的多个相似导诊问题。
在示例性的实施例中,如图3所示,所述步骤S102C进一步包括以下步骤:
步骤S102C1,根据各个准相似导诊问题集的各个准相似导诊问题与对应导诊问题的相似分数,对各个准相似导诊问题集的各个准相似导诊问题进行排序操作;
步骤S102C2,根据预设比例为每个导诊问题筛选出对应的相似导诊问题集,所述相似导诊问题集为相应导诊问题对应的准相似导诊问题集的子集;
步骤S102C3,根据多个导诊问题和所述多个导诊问题中的每个导诊问题对应的相似导诊问题集,形成多个第一导诊相似问题对,每个第一导诊相似问题对包括相应导诊问题与相应导诊问题的相似导诊问题集中的多个相似导诊问题。
步骤S104,基于所述导诊问题集,通过生成对抗网络相似问题对生成模型生成多个第二导诊相似问题对。
所述生成对抗网络相似问题对生成模型包括生成模型和判别模型;
所述生成模型包括依顺序串接的N个生成子模型,每个生成子模型包括依顺序串接的LSTM模块、Softmax模块、马尔科夫决策模块;所述判别模型包括CNN模型。
在示例性的实施例中,如图4所示,所述步骤S104进一步包括以下步骤:
步骤S104A,将每个导诊问题进行分词操作,以得到所述多个导诊问题对应的多个词元集,每个词元集包括从相应导诊问题中提取的多个词元。
步骤S104B,将每个词元映射为相应的词向量,得到每个导诊问题对应的多个词向量。
步骤S104C,将所述每个导诊问题对应的多个词向量输入到生成对抗网络相似问题对生成模型中,通过所述生成对抗网络相似问题对生成模型得到每个导诊问题对应多个相似导诊问题。
在示例性的实施例中,如图5所示,所述步骤S104C进一步包括以下步骤:
步骤a,将每个词元映射为相应的词向量,得到每个导诊问题对应的词向量矩阵。
步骤b,将每个导诊问题对应的多个词向量依顺序输入到所述生成模型中。
步骤c,通过所述生成模型得到多个目标词,该多个目标词构成一个目标句。
示例性的,以其中一个生成子模型为例:
步骤c1,当接收到其中一个词元的词向量时,将该词向量输入到LSTM模型中;
步骤c2,由LSTM模块得到相应的输出向量;
步骤c3,将该输出向量输入到softmax模块中,通过softmax模块输出多个待选词对应的多个概率,其中,每个概率用于表示与相应待选词的置信度;
步骤c4,根据softmax模块输出多个待选词对应的多个概率,通过马尔科夫决策模型从所述待选词中选择并输出其中一个目标词。
步骤d,将所述目标句和预存导诊标准问题输入到所述判别模型中,判断所述目标句与各个预存导诊问题之间的相似程度,并将相似程度反馈给生成模型。
步骤e,根据所述判别模型反馈的目标句与各个预存导诊问题之间的相似程度,调整生成模型的模型参数,并藉由调整参数后的生成模型重复执行步骤c~e以得到符合预期的一个或多个目标句,所述一个或多个目标句与相应导诊问题形成一个第二导诊相似问题对。
步骤S104D,将每个导诊问题与对应的多个相似导诊问题进行映射,以得到多个第二导诊相似问题对。
步骤S106,基于所述导诊问题集,通过随机相似问题对生成模块生成多个第三导诊相似问题对。
示例性的,为每个导诊问题随机匹配所述导诊问题集中的多个其他问题,形成多个第三导诊相似问题对,每个第三导诊相似问题对包括相应问题与相应问题随机匹配的多个其他问题。
步骤S108,将多个第一导诊相似问题对、多个第二导诊相似问题对和多个第三导诊相似问题对进行混合,得到导诊问题对数据集。
其中,所述导诊问题对数据集可以被输入到导诊问答模型中,用于训练所述导诊问答模型。不难理解,上述导诊问题对数据集同时具备高质量和多样性等特点,为导诊问答模型提供高质量的相似问题对训练数据,有效提高导诊问答模型的处理准确度。
实施例二
请继续参阅图6,示出了本发明导诊相似问题对生成***实施例二的程序模块示意图。在本实施例中,导诊相似问题对生成***20可以包括或被分割成一个或多个程序模块,一个或者多个程序模块被存储于存储介质中,并由一个或多个处理器所执行,以完成本发明,并可实现上述导诊相似问题对生成方法。本发明实施例所称的程序模块是指能够完成特定功能的一系列计算机程序指令段,比程序本身更适合于描述导诊相似问题对生成***20在存储介质中的执行过程。以下描述将具体介绍本实施例各程序模块的功能:
获取模块200,用于获取导诊问题集,所述导诊问题集包括多个导诊问题。
第一生成模块202,用于基于所述导诊问题集,通过SOLR***生成多个第一导诊相似问题对。
在示例性的实施例中,所述第一生成模块202,还用于:将每个导诊问题进行分词操作,以得到所述多个导诊问题对应的多个词元集,每个词元集包括从相应导诊问题中提取的多个词元;根据每个导诊问题的词元集,为所述每个导诊问题从所述数据库中分别检索得到一个准相似导诊问题集,所述准相似导诊问题集为所述导诊问题集的子集,所述准相似导诊问题集中的各个准相似导诊问题与对应导诊问题的相似分数大于一预设分数;以预设规则为每个导诊问题从与之对应的准相似导诊问题集中筛选出多个相似导诊问题,得到多个第一导诊相似问题对,每个第一导诊相似问题对包括一个导诊问题以及从这个导诊问题的准相似导诊问题集中筛选出的多个相似导诊问题。
在示例性的实施例中,所述以预设规则为每个导诊问题从与之对应的准相似导诊问题集中筛选出多个相似导诊问题,得到多个第一导诊相似问题对的步骤,包括:根据各个准相似导诊问题集的各个准相似导诊问题与对应导诊问题的相似分数,对各个准相似导诊问题集的各个准相似导诊问题进行排序操作;根据预设比例为每个导诊问题筛选出对应的相似导诊问题集,所述相似导诊问题集为相应导诊问题对应的准相似导诊问题集的子集;根据多个导诊问题和所述多个导诊问题中的每个导诊问题对应的相似导诊问题集,形成多个第一导诊相似问题对,每个第一导诊相似问题对包括相应导诊问题与相应导诊问题的相似导诊问题集中的多个相似导诊问题。
第二生成模块204,用于基于所述导诊问题集,通过生成对抗网络相似问题对生成模型生成多个第二导诊相似问题对。
在示例性的实施例中,所述第二生成模块204,还用于:将每个导诊问题进行分词操作,以得到所述多个导诊问题对应的多个词元集,每个词元集包括从相应导诊问题中提取的多个词元;将每个词元映射为相应的词向量,得到每个导诊问题对应的多个词向量;将所述每个导诊问题对应的多个词向量输入到生成对抗网络相似问题对生成模型中,通过所述生成对抗网络相似问题对生成模型得到每个导诊问题对应的多个相似导诊问题;将每个导诊问题与对应的多个相似导诊问题进行映射,以得到多个第二导诊相似问题对。
在示例性的实施例中,所述生成对抗网络相似问题对生成模型包括生成模型和判别模型;所述生成模型包括依顺序串接的N个生成子模型,每个生成子模型包括依顺序串接的LSTM模块、Softmax模块、马尔科夫决策模块;所述判别模型包括CNN模型。
在示例性的实施例中,所述将所述每个导诊问题对应的多个词向量输入到生成对抗网络相似问题对生成模型中,通过所述生成对抗网络相似问题对生成模型得到每个导诊问题对应的多个相似导诊问题的步骤,包括:步骤a,将每个词元映射为相应的词向量,得到每个导诊问题对应的词向量矩阵;步骤b,将每个导诊问题对应的多个词向量依顺序输入到所述生成模型中;步骤c,通过所述生成模型得到多个目标词,该多个目标词构成一个目标句;步骤d,将所述目标句和预存导诊标准问题输入到所述判别模型中,判断所述目标句与各个预存导诊问题之间的相似程度,并将相似程度反馈给生成模型;步骤e,根据所述判别模型反馈的目标句与各个预存导诊问题之间的相似程度,调整生成模型的模型参数,并藉由调整参数后的生成模型重复执行步骤c~e以得到符合预期的一个或多个目标句,所述一个或多个目标句与相应导诊问题形成一个第二导诊相似问题对。
第三生成模块206,用于基于所述导诊问题集,通过随机相似问题对生成模块生成多个第三导诊相似问题对。
在示例性的实施例中,所述第三生成模块206,还用于:为每个导诊问题随机匹配所述导诊问题集中的多个其他问题,形成多个第三导诊相似问题对,每个第三导诊相似问题对包括相应问题与相应问题随机匹配的多个其他问题。
混合模块208,用于将多个第一导诊相似问题对、多个第二导诊相似问题对和多个第三导诊相似问题对进行混合,得到导诊问题对数据集。
其中,所述导诊问题对数据集可以被输入到导诊问答模型中,用于训练所述导诊问答模型。
实施例三
参阅图7,是本发明实施例三之计算机设备的硬件架构示意图。本实施例中,所述计算机设备2是一种能够按照事先设定或者存储的指令,自动进行数值计算和/或信息处理的设备。该计算机设备2可以是PC、机架式服务器、刀片式服务器、塔式服务器或机柜式服务器(包括独立的服务器,或者多个服务器所组成的服务器集群)等。如图所示,所述计算机设备2至少包括,但不限于,可通过***总线相互通信连接存储器21、处理器22、网络接口23、以及导诊相似问题对生成***20。其中:
本实施例中,存储器21至少包括一种类型的计算机可读存储介质,所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘等。在一些实施例中,存储器21可以是计算机设备2的内部存储单元,例如该计算机设备2的硬盘或内存。在另一些实施例中,存储器21也可以是计算机设备2的外部存储设备,例如该计算机设备20上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。当然,存储器21还可以既包括计算机设备2的内部存储单元也包括其外部存储设备。本实施例中,存储器21通常用于存储安装于计算机设备2的操作***和各类应用软件,例如实施例二的导诊相似问题对生成***20的程序代码等。此外,存储器21还可以用于暂时地存储已经输出或者将要输出的各类数据。
处理器22在一些实施例中可以是中央处理器(Central Processing Unit,CPU)、控制器、微控制器、微处理器、或其他数据处理芯片。该处理器22通常用于控制计算机设备2的总体操作。本实施例中,处理器22用于运行存储器21中存储的程序代码或者处理数据,例如运行导诊相似问题对生成***20,以实现实施例一的导诊相似问题对生成方法。
所述网络接口23可包括无线网络接口或有线网络接口,该网络接口23通常用于在所述计算机设备2与其他电子装置之间建立通信连接。例如,所述网络接口23用于通过网络将所述计算机设备2与外部终端相连,在所述计算机设备2与外部终端之间的建立数据传输通道和通信连接等。所述网络可以是企业内部网(Intranet)、互联网(Internet)、全球移动通讯***(Global System of Mobile communication,GSM)、宽带码分多址(WidebandCode Division Multiple Access,WCDMA)、4G网络、5G网络、蓝牙(Bluetooth)、Wi-Fi等无线或有线网络。
需要指出的是,图7仅示出了具有部件20-23的计算机设备2,但是应理解的是,并不要求实施所有示出的部件,可以替代的实施更多或者更少的部件。
在本实施例中,存储于存储器21中的所述导诊相似问题对生成***20还可以被分割为一个或者多个程序模块,所述一个或者多个程序模块被存储于存储器21中,并由一个或多个处理器(本实施例为处理器22)所执行,以完成本发明。
例如,图6示出了所述实现导诊相似问题对生成***20实施例二的程序模块示意图,该实施例中,所述基于导诊相似问题对生成***20可以被划分为获取模块200、第一生成模块202、第二生成模块204、第三生成模块206和混合模块208。其中,本发明所称的程序模块是指能够完成特定功能的一系列计算机程序指令段,比程序更适合于描述所述导诊相似问题对生成***20在所述计算机设备2中的执行过程。所述程序模块200-208的具体功能在实施例二中已有详细描述,在此不再赘述。
实施例四
本实施例还提供一种计算机可读存储介质,如闪存、硬盘、多媒体卡、卡型存储器(例如,SD或DX存储器等)、随机访问存储器(RAM)、静态随机访问存储器(SRAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、可编程只读存储器(PROM)、磁性存储器、磁盘、光盘、服务器、App应用商城等等,其上存储有计算机程序,程序被处理器执行时实现相应功能。本实施例的计算机可读存储介质用于存储导诊相似问题对生成***20,被处理器执行时实现实施例一的导诊相似问题对生成方法。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种导诊相似问题对生成方法,其特征在于,所述方法包括:
获取导诊问题集,所述导诊问题集包括多个导诊问题;
基于所述导诊问题集,通过SOLR***生成多个第一导诊相似问题对;
基于所述导诊问题集,通过生成对抗网络相似问题对生成模型生成多个第二导诊相似问题对;
基于所述导诊问题集,通过随机相似问题对生成模块生成多个第三导诊相似问题对;
将多个第一导诊相似问题对、多个第二导诊相似问题对和多个第三导诊相似问题对进行混合,得到导诊问题对数据集;
其中,所述导诊问题对数据集可以被输入到导诊问答模型中,用于训练所述导诊问答模型。
2.根据权利要求1所述的导诊相似问题对生成方法,其特征在于,所述基于所述导诊问题集,通过SOLR***生成多个第一导诊相似问题对的步骤,包括:
将每个导诊问题进行分词操作,以得到所述多个导诊问题对应的多个词元集,每个词元集包括从相应导诊问题中提取的多个词元;
根据每个导诊问题的词元集,为所述每个导诊问题从所述数据库中分别检索得到一个准相似导诊问题集,所述准相似导诊问题集为所述导诊问题集的子集,所述准相似导诊问题集中的各个准相似导诊问题与对应导诊问题的相似分数大于一预设分数;
以预设规则为每个导诊问题从与之对应的准相似导诊问题集中筛选出多个相似导诊问题,得到多个第一导诊相似问题对,每个第一导诊相似问题对包括一个导诊问题以及从这个导诊问题的准相似导诊问题集中筛选出的多个相似导诊问题。
3.根据权利要求2所述的导诊相似问题对生成方法,其特征在于,所述以预设规则为每个导诊问题从与之对应的准相似导诊问题集中筛选出多个相似导诊问题,得到多个第一导诊相似问题对的步骤,包括:
根据各个准相似导诊问题集的各个准相似导诊问题与对应导诊问题的相似分数,对各个准相似导诊问题集的各个准相似导诊问题进行排序操作;
根据预设比例为每个导诊问题筛选出对应的相似导诊问题集,所述相似导诊问题集为相应导诊问题对应的准相似导诊问题集的子集;
根据多个导诊问题和所述多个导诊问题中的每个导诊问题对应的相似导诊问题集,形成多个第一导诊相似问题对,每个第一导诊相似问题对包括相应导诊问题与相应导诊问题的相似导诊问题集中的多个相似导诊问题。
4.根据权利要求1所述的导诊相似问题对生成方法,其特征在于,所述基于所述导诊问题集,通过生成对抗网络相似问题对生成模型生成多个第二导诊相似问题对的步骤,包括:
将每个导诊问题进行分词操作,以得到所述多个导诊问题对应的多个词元集,每个词元集包括从相应导诊问题中提取的多个词元;
将每个词元映射为相应的词向量,得到每个导诊问题对应的多个词向量;
将所述每个导诊问题对应的多个词向量输入到生成对抗网络相似问题对生成模型中,通过所述生成对抗网络相似问题对生成模型得到每个导诊问题对应的多个相似导诊问题;
将每个导诊问题与对应的多个相似导诊问题进行映射,以得到多个第二导诊相似问题对。
5.根据权利要求4所述的导诊相似问题对生成方法,其特征在于,所述生成对抗网络相似问题对生成模型包括生成模型和判别模型;
所述生成模型包括依顺序串接的N个生成子模型,每个生成子模型包括依顺序串接的LSTM模块、Softmax模块、马尔科夫决策模块;所述判别模型包括CNN模型。
6.根据权利要求5所述的导诊相似问题对生成方法,其特征在于,所述将所述每个导诊问题对应的多个词向量输入到生成对抗网络相似问题对生成模型中,通过所述生成对抗网络相似问题对生成模型得到每个导诊问题对应的多个相似导诊问题的步骤,包括:
步骤a,将每个词元映射为相应的词向量,得到每个导诊问题对应的词向量矩阵;
步骤b,将每个导诊问题对应的多个词向量依顺序输入到所述生成模型中;
步骤c,通过所述生成模型得到多个目标词,该多个目标词构成一个目标句;
步骤d,将所述目标句和预存导诊标准问题输入到所述判别模型中,判断所述目标句与各个预存导诊问题之间的相似程度,并将相似程度反馈给生成模型;
步骤e,根据所述判别模型反馈的目标句与各个预存导诊问题之间的相似程度,调整生成模型的模型参数,并藉由调整参数后的生成模型重复执行步骤c~e以得到符合预期的一个或多个目标句,所述一个或多个目标句与相应导诊问题形成一个第二导诊相似问题对。
7.根据权利要求1所述的导诊相似问题对生成方法,其特征在于,所述基于所述导诊问题集,通过随机相似问题对生成模块生成多个第三导诊相似问题对的步骤,包括:
为每个导诊问题随机匹配所述导诊问题集中的多个其他问题,形成多个第三导诊相似问题对,每个第三导诊相似问题对包括相应问题与相应问题随机匹配的多个其他问题。
8.一种导诊相似问题对生成***,其特征在于,包括:
获取模块,用于获取导诊问题集,所述导诊问题集包括多个导诊问题;
第一生成模块,用于基于所述导诊问题集,通过SOLR***生成多个第一导诊相似问题对;
第二生成模块,用于基于所述导诊问题集,通过生成对抗网络相似问题对生成模型生成多个第二导诊相似问题对;
第三生成模块,用于基于所述导诊问题集,通过随机相似问题对生成模块生成多个第三导诊相似问题对;
混合模块,用于将多个第一导诊相似问题对、多个第二导诊相似问题对和多个第三导诊相似问题对进行混合,得到导诊问题对数据集;
其中,所述导诊问题对数据集可以被输入到导诊问答模型中,用于训练所述导诊问答模型。
9.一种计算机设备,所述计算机设备存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的导诊相似问题对生成方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质内存储有计算机程序,所述计算机程序可被至少一个处理器所执行,以使所述至少一个处理器执行如权利要求1至7中任一项所述的导诊相似问题对生成方法的步骤。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910587880.XA CN110502620B (zh) | 2019-07-02 | 2019-07-02 | 导诊相似问题对生成方法、***及计算机设备 |
PCT/CN2019/102784 WO2021000400A1 (zh) | 2019-07-02 | 2019-08-27 | 导诊相似问题对生成方法、***及计算机设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910587880.XA CN110502620B (zh) | 2019-07-02 | 2019-07-02 | 导诊相似问题对生成方法、***及计算机设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110502620A true CN110502620A (zh) | 2019-11-26 |
CN110502620B CN110502620B (zh) | 2023-05-30 |
Family
ID=68586179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910587880.XA Active CN110502620B (zh) | 2019-07-02 | 2019-07-02 | 导诊相似问题对生成方法、***及计算机设备 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN110502620B (zh) |
WO (1) | WO2021000400A1 (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022105115A1 (zh) * | 2020-11-17 | 2022-05-27 | 平安科技(深圳)有限公司 | 问答对匹配方法、装置、电子设备及存储介质 |
CN114969291A (zh) * | 2022-05-31 | 2022-08-30 | 湖南工商大学 | 一种自动问答方法及装置 |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113270181B (zh) * | 2021-06-22 | 2024-06-07 | 中国平安人寿保险股份有限公司 | 指标数据的区分方法、装置、设备及存储介质 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108345585A (zh) * | 2018-01-11 | 2018-07-31 | 浙江大学 | 一种基于深度学习的自动问答方法 |
CN108509463A (zh) * | 2017-02-28 | 2018-09-07 | 华为技术有限公司 | 一种问题的应答方法及装置 |
CN109271505A (zh) * | 2018-11-12 | 2019-01-25 | 深圳智能思创科技有限公司 | 一种基于问题答案对的问答***实现方法 |
CN109460462A (zh) * | 2018-11-15 | 2019-03-12 | 中通天鸿(北京)通信科技股份有限公司 | 一种中文相似问题生成***与方法 |
WO2019072166A1 (zh) * | 2017-10-10 | 2019-04-18 | 腾讯科技(深圳)有限公司 | 语义分析方法、装置和存储介质 |
US20190139435A1 (en) * | 2015-04-16 | 2019-05-09 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and Methods for Inquiry-Based Learning Including Collaborative Question Generation |
CN109783617A (zh) * | 2018-12-11 | 2019-05-21 | 平安科技(深圳)有限公司 | 用于答复问题的模型训练方法、装置、设备及存储介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106127702B (zh) * | 2016-06-17 | 2018-08-14 | 兰州理工大学 | 一种基于深度学习的图像去雾方法 |
CN106789595A (zh) * | 2017-01-17 | 2017-05-31 | 北京诸葛找房信息技术有限公司 | 信息推送方法和装置 |
CN109857850A (zh) * | 2019-01-18 | 2019-06-07 | 深圳壹账通智能科技有限公司 | 咨询请求处理方法、装置、计算机设备及存储介质 |
-
2019
- 2019-07-02 CN CN201910587880.XA patent/CN110502620B/zh active Active
- 2019-08-27 WO PCT/CN2019/102784 patent/WO2021000400A1/zh active Application Filing
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20190139435A1 (en) * | 2015-04-16 | 2019-05-09 | The Board Of Trustees Of The Leland Stanford Junior University | Systems and Methods for Inquiry-Based Learning Including Collaborative Question Generation |
CN108509463A (zh) * | 2017-02-28 | 2018-09-07 | 华为技术有限公司 | 一种问题的应答方法及装置 |
WO2019072166A1 (zh) * | 2017-10-10 | 2019-04-18 | 腾讯科技(深圳)有限公司 | 语义分析方法、装置和存储介质 |
CN108345585A (zh) * | 2018-01-11 | 2018-07-31 | 浙江大学 | 一种基于深度学习的自动问答方法 |
CN109271505A (zh) * | 2018-11-12 | 2019-01-25 | 深圳智能思创科技有限公司 | 一种基于问题答案对的问答***实现方法 |
CN109460462A (zh) * | 2018-11-15 | 2019-03-12 | 中通天鸿(北京)通信科技股份有限公司 | 一种中文相似问题生成***与方法 |
CN109783617A (zh) * | 2018-12-11 | 2019-05-21 | 平安科技(深圳)有限公司 | 用于答复问题的模型训练方法、装置、设备及存储介质 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2022105115A1 (zh) * | 2020-11-17 | 2022-05-27 | 平安科技(深圳)有限公司 | 问答对匹配方法、装置、电子设备及存储介质 |
CN114969291A (zh) * | 2022-05-31 | 2022-08-30 | 湖南工商大学 | 一种自动问答方法及装置 |
CN114969291B (zh) * | 2022-05-31 | 2023-08-08 | 湖南工商大学 | 一种自动问答方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110502620B (zh) | 2023-05-30 |
WO2021000400A1 (zh) | 2021-01-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107526800B (zh) | 信息推荐的装置、方法及计算机可读存储介质 | |
US20180225363A1 (en) | System and Methods for Automating Trademark and Service Mark Searches | |
CN110502620A (zh) | 导诊相似问题对生成方法、***及计算机设备 | |
CN110909160A (zh) | 正则表达式生成方法、服务器及计算机可读存储介质 | |
WO2011037603A1 (en) | Searching for information based on generic attributes of the query | |
EP2815335A1 (en) | Method of machine learning classes of search queries | |
WO2023029356A1 (zh) | 基于句向量模型的句向量生成方法、装置及计算机设备 | |
CN110399505B (zh) | 语义标签生成方法及设备、计算机存储介质 | |
CN111984792A (zh) | 网站分类方法、装置、计算机设备及存储介质 | |
CN109783638B (zh) | 一种基于半监督学习的用户评论聚类方法 | |
CN110263127A (zh) | 基于用户查询词进行文本搜索方法及装置 | |
CN107688651A (zh) | 新闻情感方向判断方法、电子设备及计算机可读存储介质 | |
US20130151519A1 (en) | Ranking Programs in a Marketplace System | |
CN112860929A (zh) | 一种图片搜索方法、装置、电子设备及存储介质 | |
CN109446515A (zh) | 群组信息分析方法、电子装置及计算机可读存储介质 | |
CN115409039A (zh) | 一种对标车型数据的分析方法、装置、电子设备及介质 | |
CN110502623A (zh) | 智能问答方法、电子装置、计算机设备及可读存储介质 | |
CN110717008B (zh) | 基于语意识别的搜索结果排序方法及相关装置 | |
CN111639161A (zh) | 制度信息处理方法、装置、计算机***和介质 | |
EP4127957A1 (en) | Methods and systems for searching and retrieving information | |
CN111930884A (zh) | 一种确定回复语句的方法、设备和人机对话*** | |
CN117216193B (zh) | 基于大语言模型的可控文本生成方法及装置 | |
CN113592289B (zh) | 图书质量的预测方法、装置及设备 | |
CN116226678B (zh) | 模型处理方法、装置、设备及存储介质 | |
CN117033756A (zh) | 资源内容推送方法及相关设备 |
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 |