CN111460095A - 问答处理方法、装置、电子设备及存储介质 - Google Patents
问答处理方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN111460095A CN111460095A CN202010188628.4A CN202010188628A CN111460095A CN 111460095 A CN111460095 A CN 111460095A CN 202010188628 A CN202010188628 A CN 202010188628A CN 111460095 A CN111460095 A CN 111460095A
- Authority
- CN
- China
- Prior art keywords
- question
- keyword
- target
- technical
- field
- 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
Images
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
- 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
- G06F16/3331—Query processing
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- 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
- G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
- G06F16/367—Ontology
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Behavior & Ethology (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种问答处理方法、装置、电子设备及存储介质,涉及智能搜索技术领域,尤其是知识图谱技术领域。具体实现方案为:获取目标问题;识别目标问题的问题类型;其中,问题类型用于指示提问意图;从目标问题中,提取各技术领域的关键词;根据问题类型,对目标问题中各关键词确定所属技术领域对应的属性项;根据所属技术领域对应的属性项,确定各关键词的搜索权重,以根据各关键词的搜索权重,搜索属性项的取值确定与对应关键词匹配的目标答案。该方法通过从目标问题中提取关键词,以根据各关键词的搜索权重,问题类型以及各关键词所属技术领域对应的属性项,得到与关键词匹配的目标答案,通过对问题的准确解析,大大提高问答库的性能。
Description
技术领域
本申请涉及智能搜索技术领域的知识图谱技术领域,尤其涉及一种问答处理方法、装置、电子设备及存储介质。
背景技术
在构建领域问答***或问答机器人时,对问题的解析,以识别问题的意图至关重要。目前,常用的问题解析方法是槽位抽取,基于槽位抽取方法解析问题时,仅能识别到问题中的关键词,使得问答***或问答机器人根据关键词匹配问题对应的答案。现有的问题解析方法,存在解析问题准确率低的缺点,从而导致匹配的答案准确率也较低。
发明内容
本申请第一方面实施例提出了一种问答处理方法,包括:
获取目标问题;
识别所述目标问题的问题类型;其中,所述问题类型用于指示提问意图;
从所述目标问题中,提取各技术领域的关键词;
根据所述问题类型,对所述目标问题中各关键词确定所属技术领域对应的属性项;
根据所属技术领域对应的属性项,确定各关键词的搜索权重,以根据各关键词的搜索权重,搜索属性项的取值与对应关键词匹配的目标答案。
作为本申请实施例的第一种可能的实现方式,所述根据所属技术领域对应的属性项,确定各关键词的搜索权重,包括:
获取各关键词在所述目标问题中的基础权重;其中,所述基础权重用于指示各关键词在所述目标问题中的字面重要程度;
根据所述问题类型,查询各属性项对于相应提问意图的语义重要程度,以得到对应关键词的调整权重;
根据各关键词的基础权重和各关键词的调整权重,确定各关键词的搜索权重。
作为本申请实施例的第二种可能的实现方式,所述获取各关键词在所述目标问题中的基础权重,包括:
根据各关键词之间的共现关系,确定各关键词在所述目标问题中的基础权重。
作为本申请实施例的第三种可能的实现方式,所述查询各属性项对于相应提问意图的语义重要程度之前,还包括:
获取所述问题类型的样本问题,以及匹配的样本答案;
对相互匹配样本问题和样本答案进行统计,以确定所述样本问题中各关键词与所述样本答案所标注的相应属性项的取值匹配的概率;
根据取值匹配的概率,确定各属性项的语义重要程度。
作为本申请实施例的第四种可能的实现方式,所述识别所述目标问题的问题类型,包括:
根据所述目标问题的句式,识别所述目标问题的问题类型。
作为本申请实施例的第五种可能的实现方式,所述根据所述问题类型,对所述目标问题中各关键词确定所属技术领域对应的属性项,包括:
根据所述问题类型,确定技术领域与属性项之间的映射关系;
对所述目标问题中包含的各关键词,根据各关键词所属的技术领域,查询所述映射关系,以确定各关键词所属技术领域对应的属性项。
作为本申请实施例的第六种可能的实现方式,所述从所述目标问题中,提取各技术领域的关键词,包括:
根据预先构建的术语表,从所述目标问题中,提取与所述术语表内的技术术语相匹配的各关键词;其中,所述术语表为多个,每一个术语表中包含对应技术领域的技术术语。
作为本申请实施例的第七种可能的实现方式,所述从所述目标问题中,提取各技术领域的关键词之前,还包括:
对所述目标问题切词,得到各词条;
将各词条映射为对应的标准词;和/或,将至少两词条组成的短语映射为对应的标准短语。
本申请第二方面实施例提出了一种问答处理装置,包括:
获取模块,用于获取目标问题;
识别模块,用于识别所述目标问题的问题类型;其中,所述问题类型用于指示提问意图;
提取模块,用于从所述目标问题中,提取各技术领域的关键词;
确定模块,用于根据所述问题类型,对所述目标问题中各关键词确定所属技术领域对应的属性项;
搜索模块,用于根据所属技术领域对应的属性项,确定各关键词的搜索权重,以根据各关键词的搜索权重,搜索属性项的取值与对应关键词匹配的目标答案。
本申请第三方面实施例提出了一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行第一方面实施例所述的问答处理方法。
本申请第四方面实施例提出了一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行第一方面实施例所述的问答处理方法。
上述申请中的一个实施例具有如下优点或有益效果:通过获取目标问题;识别目标问题的问题类型;其中,问题类型用于指示提问意图;从目标问题中,提取各技术领域的关键词;根据问题类型,对目标问题中各关键词确定所属技术领域对应的属性项;根据所属技术领域对应的属性项,确定各关键词的搜索权重,以根据各关键词的搜索权重,搜索属性项的取值确定与对应关键词匹配的目标答案。该方法通过从目标问题中提取关键词,以根据各关键词的搜索权重,问题类型以及各关键词所属技术领域对应的属性项,得到与关键词匹配的目标答案,通过对问题的准确解析,大大提高问答库的性能。
上述可选方式所具有的其他效果将在下文中结合具体实施例加以说明。
附图说明
附图用于更好地理解本方案,不构成对本申请的限定。其中:
图1为本申请实施例提供的第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第二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第三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是用来实现本申请实施例的问答处理方法的电子设备的框图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
下面参考附图描述本申请实施例的问答处理方法、装置、电子设备及存储介质。
图1为本申请实施例提供的第一种问答处理方法的流程示意图。
本申请实施例以该问答处理方法被配置于问答处理装置中来举例说明,该问答处理装置可以应用于任一电子设备中,以使该电子设备可以执行问答处理功能。
其中,电子设备可以为个人电脑(Personal Computer,简称PC)、云端设备、移动设备等,移动设备例如可以为手机、平板电脑、个人数字助理、穿戴式设备、车载设备等具有各种操作***的硬件设备。
如图1所示,该问答处理方法可以包括以下步骤:
步骤101,获取目标问题。
本申请实施例中,目标问题,可以是用户在电子设备的搜索框中手动输入的问题,也可以是用户通过语音的方式输入的问题,对于问题的输入方式,在此不做限制。
步骤102,识别目标问题的问题类型;其中,问题类型用于指示提问意图。
可以理解的是,对于不同类型的问题对应的提问意图并不相同,对应的答案也不相同,因此需要准确识别问题的类型。
例如,在医疗领域,识别目标问题的问题类型,以获取提问的意图,其中,问题类型可以包括:药品推荐、疾病诊断、慎用药物、不良反应药物、相互作用药物、药物禁忌症等。
作为一种可能的实现方式,可以根据获取到的目标问题的句式,识别目标问题所属的问题类型。其中,句式,是指一个句子按照一定模式组织时的模式。如,疑问句,判断句,排比句,等等。
需要说明的是,需要预先对大量问题的句式进行分析,以总结各问题类型,进而,在获取到目标问题后,可以根据目标问题的句式,识别目标问题的问题类型。
步骤103,从目标问题中,提取各技术领域的关键词。
可以理解的是,目标问题中包含有各技术领域的关键词,从目标问题中提取中各技术领域的关键词,同样可以明确提问的意图。例如,假设目标问题为“感冒吃什么药?”,可以从目标问题中提取出关键词“感冒”。
作为一种可能的实现方式,获取到目标问题后,可以根据预先构建的术语表,从目标问题中,提取与术语表内的技术术语相匹配的各关键词。
其中,术语表为多个,每一个术语表中包含对应技术领域的技术术语。例如,可以有医疗领域的术语表,旅游领域的术语表,教学领域的术语表,等等,不同领域的的术语表中包含对应技术领域的技术术语。
可选的,可以通过词频-逆文本频率指数(Term Frequency–Inverse DocumentFrequency,简称TF-IDF)从各领域的文本集或预料库中抽取并自动生成各领域的术语表。其中,TF表示词条在文本集或预料库中出现的频率。IDF表示词语普遍重要性的度量。
作为一种示例,假设构建医疗领域的术语表,可以根据医学权威站点数据和权威教材构建术语表。具体的,可以从互联网中的海量信息中挖掘并构建所需要的医学领域知识,以建立疾病、症状、药品、检查、检验、手术等领域的技术术语。
作为另一种可能的实现方式,还可以采用TextRank算法,从目标问题中,提取各技术领域的关键词。具体提取过程如下:首先对获取到的目标问题进行分割,以进行分词和词性标注处理,并过滤掉停用词,只保留指定词性的单词,如名词、动词、形容词,将保留的单词作为候选关键词;进而,构建候选关键词图G=(V,E),其中V为节点集,由候选关键词组成,然后采用共现关系构造任两点之间的边,两个节点之间存在边仅当它们对应的词汇在长度为K的窗口中共现,K表示窗口大小,即最多共现K个单词;根据根据上面公式,迭代传播各节点的权重,直至收敛;对节点权重进行倒序排序,从而得到最重要的T个单词,作为候选关键词;从最重要的T个单词,在原始文本中进行标记,若形成相邻词组,则组合成多词关键词,从而得到目标问题的关键词。
需要说明的是,在获取到目标问题后,首先需要对目标问题进行切词,以得到各词条。其中,切词是将目标问题切分成一个一个单独的词。其中,词条,可以为字、词、也可以是短语等。进而,将各词条映射为对应的标准词;和/或,将至少两词条组成的短语映射为对应的标准短语。
可以理解的是,获取到的目标问题,可以为标准化语言,也可以为非标准化语言。在目标问题为非标准化语言时,需要将切词得到的各词条映射为对应的标准词。当然,也可以将至少两词条组成的短语映射为对应的标准短语。
例如,获取到的目标问题为采用方言输入的问题,在对目标问题切词,得到各词条后,可以将各词条映射为对应的标准词;和/或,将至少两词条组成的短语映射为对应的标准短语。
步骤104,根据问题类型,对目标问题中各关键词确定所属技术领域对应的属性项。
可以理解的是,根据目标问题确定与问题匹配的目标答案的过程中,不同的关键词对应的查询结果与各关键词所属技术领域对应的属性相关。因此,从目标问题中,提取各技术领域的关键词后,进一步的,根据问题的类型,对目标问题各关键词确定所属技术领域对应的属性项。
步骤105,根据所属技术领域对应的属性项,确定各关键词的搜索权重,以根据各关键词的搜索权重,搜索属性项的取值与对应关键词匹配的目标答案。
其中,权重一般指网站权重,网站权重是一个对网站整体的考量,是决定网站排名的重要因素。当人们利用搜索引擎搜索时,搜索引擎会根据权重等来进行排名展示。
本申请实施例中,对目标问题中各关键词确定所属技术领域对应的属性项后,可以根据各关键词所属技术领域对应的属性项,进一步,确定各关键词的搜索权重。
本申请实施例中,根据各关键词所属技术领域对应的属性项,确定各关键词的搜索权重时,可以首先根据各关键词在目标问题中的重要程度,确定各关键词的基础权重。进而根据目标问题的问题类型,查询各属性项对于相应提问意图的重要程度,对各关键词的基础权重进行调整,以确定各关键词的搜索权重。
在确定目标问题中各关键词的搜索权重后,可以根据各关键词的搜索权重,搜索属性项的取值与对应关键词匹配的目标答案。
作为一种可能的实现方式,在确定各关键词的搜索权重后,可以优先匹配搜索权重大的关键词对应的属性项。可以根据匹配上的所属技术领域对应的属性项对应的关键词的搜索权重,确定各答案与问题之间的匹配度,最终选择匹配度最大的答案作为目标答案。
需要说明的是,在根据各关键词的搜索权重,搜索属性项的取值与对应关键词匹配的目标答案时,为了缩小检索范围,在一些场景下,可以根据目标问题的问题类型确定搜索范围,从而缩短了搜索目标答案所需的时间。
本申请实施例的问答处理方法,通过获取目标问题;识别目标问题的问题类型;其中,问题类型用于指示提问意图;从目标问题中,提取各技术领域的关键词;根据问题类型,对目标问题中各关键词确定所属技术领域对应的属性项;根据所属技术领域对应的属性项,确定各关键词的搜索权重,以根据各关键词的搜索权重,搜索属性项的取值确定与对应关键词匹配的目标答案。该方法通过从目标问题中提取关键词,以根据各关键词的搜索权重,问题类型以及各关键词所属技术领域对应的属性项,得到与关键词匹配的目标答案,通过对问题的准确解析,大大提高问答库的性能。
在上述实施例的基础上,在根据所属技术领域对应的属性项,确定各关键词的搜索权重时,可以首先获取各关键词的基础权重,进而根据问题类型确定关键词的调整权重,以根据各关键词的基础权重和调整权重,确定各关键词的搜索权重。下面结合图2对上述过程进行详细介绍,图2为本申请实施例提供的第二种问答处理方法的流程示意图。
如图2所示,上述步骤105,还可以包括以下步骤:
步骤201,获取各关键词在目标问题中的基础权重;其中,基础权重用于指示各关键词在目标问题中的字面重要程度。
本申请实施例中,从目标问题中提取得到各关键词后,可以根据各关键词之间的共现关系,确定各关键词在目标问题中的基础权重。在此,基础权重用于指示各关键词在目标问题中的字面重要程度。
其中,各关键词之间的共现关系,可以指各关键词共同出现的关系。
可以理解的是,若一个关键词出现在很多次后面,则说明这个关键词比较重要,该关键词在目标问题中的基础权重较大。
同样可以理解的是,在通过TextRank算法提取目标问题中的关键词,并得到各关键词的TextRank值后,可以确定一个TextRank值很高的关键词后面跟着的一个单词,那么这个单词的TextRank值会相应地因此而提高。
步骤202,根据问题类型,查询各属性项对于相应提问意图的语义重要程度,以得到对应关键词的调整权重。
本申请实施例中,首先获取问题类型的样本问题,以及匹配的样本答案,进而,对相互匹配样本问题和样本答案进行统计,以确定样本问题中各关键词与样本答案所标注的相应属性项的取值匹配的概率,以根据取值匹配的概率,确定各属性项的语义重要程度。
对目标问题中各关键词确定所属技术领域对应的属性项后,查询各属性项对于相应提问意图的语义重要程度,以得到对应关键词的调整权重。
步骤203,根据各关键词的基础权重和各关键词的调整权重,确定各关键词的搜索权重。
本申请实施例中,确定目标问题中各关键词的基础权重和关键词的调整权重后,可以根据根据各关键词的基础权重和各关键词的调整权重,确定各关键词的搜索权重。
举例来说,假设目标问题为医疗领域,确定目标问题中各关键词的基础权重后,可以结合各关键词所属技术领域对应的属性项对疾病、症状、药品等关键词进行二次加权,以确定各关键词的搜索权重。
本申请实施例的问答处理方法,通过获取各关键词在目标问题中的基础权重,根据问题类型,查询各属性项对于相应提问意图的语义重要程度,以得到对应关键词的调整权重,根据各关键词的基础权重和各关键词的调整权重,确定各关键词的搜索权重。由此,能够更加准确的确定各关键词的搜索权重,有利于提高了匹配目标答***率。
在上述实施例的基础上,在上述步骤104中,根据问题类型,对目标问题中各关键词确定所属技术领域对应的属性项时,可以首先确定技术领域与属性项之间的映射关系,进而根据各关键词所属的技术领域查询映射关系,以确定各关键词所属技术领域对应的属性项。下面结合图3对上述过程进行详细介绍,图3为本申请实施例提供的第三种问答处理方法的流程示意图。
如图3所示,上述步骤104,还可以包括以下步骤:
步骤301,根据问题类型,确定技术领域与属性项之间的映射关系。
可以理解的是,在对问题进行解析时,不同技术领域对应的属性项并不相同。
本申请实施例中,首先根据大量的问题,根据各问题类型,确定各技术领域与属性项之间的映射关系。其中,问题中包括采用标准化语言和非标准化语言提出的问题。
在进行问目解析时,有时题干里会出现一些关键短语串,直接进行知识查询无法命中关键词,需进行标准结果映射。比如”心率55次/分”会映射成”心动过缓”,”怀孕12周”映射成”妊娠早期妇女”等等。
步骤302,对目标问题中包含的各关键词,根据各关键词所属的技术领域,查询映射关系,以确定各关键词所属技术领域对应的属性项。
本申请实施例中,从目标问题中提取各技术领域的关键词后,可以根据各关键词所属的技术领域,查询该技术领域与属性项之间的映射关系,确定各关键词所属技术领域对应的属性项。
比如:A患者的问题为“吃了**药,会不会导致肚子疼?”,B患者的问题为“肚子疼,吃什么药?”。可以从问题中提取中关键词“肚子疼”,确定关键词所属的技术领域为医疗领域。可见,肚子疼在两个问题中都是属于症状词,但由于两个问题的问题类型不同,前者是不良反应,后者是药品推荐。因此,肚子疼在两个问题中分别属于不同的属性项,在前者中属于不良反应表现,后者中属于疾病症状。
本申请实施例的问答处理方法,通过根据问题类型,确定技术领域与属性项之间的映射关系,对目标问题中包含的各关键词,根据各关键词所属的技术领域,查询映射关系,以确定各关键词所属技术领域对应的属性项。由此,确定目标问题中各关键词所属技术领域对应的属性项,有利于提高问题解析的准确性。
为了实现上述实施例,本申请提出了一种问答处理装置。
图4为本申请实施例提出的一种问答处理装置的结构示意图。
如图4所示,该问答处理装置400,可以包括:获取模块410、识别模块420、提取模块430、确定模块440以及搜索模块450。
其中,获取模块410,用于获取目标问题。
识别模块420,用于识别目标问题的问题类型;其中,问题类型用于指示提问意图。
提取模块430,用于从目标问题中,提取各技术领域的关键词。
确定模块440,用于根据问题类型,对目标问题中各关键词确定所属技术领域对应的属性项。
搜索模块450,用于根据所属技术领域对应的属性项,确定各关键词的搜索权重,以根据各关键词的搜索权重,搜索属性项的取值与对应关键词匹配的目标答案。
作为一种可能的情况,搜索模块450,还可以包括:
第一获取单元,用于获取各关键词在目标问题中的基础权重;其中,基础权重用于指示各关键词在目标问题中的字面重要程度;
查询单元,用于根据问题类型,查询各属性项对于相应提问意图的语义重要程度,以得到对应关键词的调整权重;
第一确定单元,用于根据各关键词的基础权重和各关键词的调整权重,确定各关键词的搜索权重。
作为另一种可能的情况,获取单元,还可以用于:
根据各关键词之间的共现关系,确定各关键词在目标问题中的基础权重。
作为另一种可能的情况,搜索模块,还可以包括:
第二获取单元,用于获取问题类型的样本问题,以及匹配的样本答案;
统计单元,用于对相互匹配样本问题和样本答案进行统计,以确定样本问题中各关键词与样本答案所标注的相应属性项的取值匹配的概率;
第二确定单元,用于根据取值匹配的概率,确定各属性项的语义重要程度。
作为另一种可能的情况,识别模块420,还可以用于:
根据目标问题的句式,识别目标问题的问题类型。
作为另一种可能的情况,确定模块440,还可以用于:
根据问题类型,确定技术领域与属性项之间的映射关系;
对目标问题中包含的各关键词,根据各关键词所属的技术领域,查询映射关系,以确定各关键词所属技术领域对应的属性项。
作为另一种可能的情况,提取模块430,还可以用于:
根据预先构建的术语表,从目标问题中,提取与术语表内的技术术语相匹配的各关键词;其中,术语表为多个,每一个术语表中包含对应技术领域的技术术语。
作为另一种可能的情况,该问答处理装置400,还可以包括:
切词模块,用于对目标问题切词,得到各词条;
映射模块,用于将各词条映射为对应的标准词;和/或,将至少两词条组成的短语映射为对应的标准短语。
需要说明的是,前述对问答处理方法实施例的解释说明也适用于该实施例的问答处理装置,此处不再赘述。
本申请实施例的问答处理装置,通过获取目标问题;识别目标问题的问题类型;其中,问题类型用于指示提问意图;从目标问题中,提取各技术领域的关键词;根据问题类型,对目标问题中各关键词确定所属技术领域对应的属性项;根据所属技术领域对应的属性项,确定各关键词的搜索权重,以根据各关键词的搜索权重,搜索属性项的取值确定与对应关键词匹配的目标答案。该方法通过从目标问题中提取关键词,以根据各关键词的搜索权重,问题类型以及各关键词所属技术领域对应的属性项,得到与关键词匹配的目标答案,通过对问题的准确解析,大大提高问答库的性能。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图5所示,是根据本申请实施例的问答处理方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图5所示,该电子设备包括:一个或多个处理器501、存储器502,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器***)。图5中以一个处理器501为例。
存储器502即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的问答处理的方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的问答处理的方法。
存储器502作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的问答处理的方法对应的程序指令/模块(例如,附图4所示的获取模块410、识别模块420、提取模块430、确定模块440以及搜索模块450)。处理器501通过运行存储在存储器502中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的问答处理的方法。
存储器502可以包括存储程序区和存储数据区,其中,存储程序区可存储操作***、至少一个功能所需要的应用程序;存储数据区可存储根据问答处理的电子设备的使用所创建的数据等。此外,存储器502可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器502可选包括相对于处理器501远程设置的存储器,这些远程存储器可以通过网络连接至问答处理的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
问答处理方法的电子设备还可以包括:输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接,图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息,以及产生与问答处理的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置504可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,通过获取目标问题;识别目标问题的问题类型;其中,问题类型用于指示提问意图;从目标问题中,提取各技术领域的关键词;根据问题类型,对目标问题中各关键词确定所属技术领域对应的属性项;根据所属技术领域对应的属性项,确定各关键词的搜索权重,以根据各关键词的搜索权重,搜索属性项的取值确定与对应关键词匹配的目标答案。该方法通过从目标问题中提取关键词,以根据各关键词的搜索权重,问题类型以及各关键词所属技术领域对应的属性项,得到与关键词匹配的目标答案,通过对问题的准确解析,大大提高问答库的性能。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (18)
1.一种问答处理方法,其特征在于,所述方法包括:
获取目标问题;
识别所述目标问题的问题类型;其中,所述问题类型用于指示提问意图;
从所述目标问题中,提取各技术领域的关键词;
根据所述问题类型,对所述目标问题中各关键词确定所属技术领域对应的属性项;
根据所属技术领域对应的属性项,确定各关键词的搜索权重,以根据各关键词的搜索权重,搜索属性项的取值与对应关键词匹配的目标答案。
2.根据权利要求1所述的问答处理方法,其特征在于,所述根据所属技术领域对应的属性项,确定各关键词的搜索权重,包括:
获取各关键词在所述目标问题中的基础权重;其中,所述基础权重用于指示各关键词在所述目标问题中的字面重要程度;
根据所述问题类型,查询各属性项对于相应提问意图的语义重要程度,以得到对应关键词的调整权重;
根据各关键词的基础权重和各关键词的调整权重,确定各关键词的搜索权重。
3.根据权利要求2所述的问答处理方法,其特征在于,所述获取各关键词在所述目标问题中的基础权重,包括:
根据各关键词之间的共现关系,确定各关键词在所述目标问题中的基础权重。
4.根据权利要求2所述的问答处理方法,其特征在于,所述查询各属性项对于相应提问意图的语义重要程度之前,还包括:
获取所述问题类型的样本问题,以及匹配的样本答案;
对相互匹配样本问题和样本答案进行统计,以确定所述样本问题中各关键词与所述样本答案所标注的相应属性项的取值匹配的概率;
根据取值匹配的概率,确定各属性项的语义重要程度。
5.根据权利要求1-4任一项所述的问答处理方法,其特征在于,所述识别所述目标问题的问题类型,包括:
根据所述目标问题的句式,识别所述目标问题的问题类型。
6.根据权利要求1-4任一项所述的问答处理方法,其特征在于,所述根据所述问题类型,对所述目标问题中各关键词确定所属技术领域对应的属性项,包括:
根据所述问题类型,确定技术领域与属性项之间的映射关系;
对所述目标问题中包含的各关键词,根据各关键词所属的技术领域,查询所述映射关系,以确定各关键词所属技术领域对应的属性项。
7.根据权利要求1-4任一项所述的问答处理方法,其特征在于,所述从所述目标问题中,提取各技术领域的关键词,包括:
根据预先构建的术语表,从所述目标问题中,提取与所述术语表内的技术术语相匹配的各关键词;其中,所述术语表为多个,每一个术语表中包含对应技术领域的技术术语。
8.根据权利要求1-4任一项所述问答处理方法,其特征在于,所述从所述目标问题中,提取各技术领域的关键词之前,还包括:
对所述目标问题切词,得到各词条;
将各词条映射为对应的标准词;和/或,将至少两词条组成的短语映射为对应的标准短语。
9.一种问答处理装置,其特征在于,所述装置包括:
获取模块,用于获取目标问题;
识别模块,用于识别所述目标问题的问题类型;其中,所述问题类型用于指示提问意图;
提取模块,用于从所述目标问题中,提取各技术领域的关键词;
确定模块,用于根据所述问题类型,对所述目标问题中各关键词确定所属技术领域对应的属性项;
搜索模块,用于根据所属技术领域对应的属性项,确定各关键词的搜索权重,以根据各关键词的搜索权重,搜索属性项的取值与对应关键词匹配的目标答案。
10.根据权利要求9所述的问答处理装置,其特征在于,所述搜索模块,包括:
第一获取单元,用于获取各关键词在所述目标问题中的基础权重;其中,所述基础权重用于指示各关键词在所述目标问题中的字面重要程度;
查询单元,用于根据所述问题类型,查询各属性项对于相应提问意图的语义重要程度,以得到对应关键词的调整权重;
第一确定单元,用于根据各关键词的基础权重和各关键词的调整权重,确定各关键词的搜索权重。
11.根据权利要求10所述的问答处理装置,其特征在于,所述获取单元,还用于:
根据各关键词之间的共现关系,确定各关键词在所述目标问题中的基础权重。
12.根据权利要求10所述的问答处理装置,其特征在于,所述搜索模块,还包括:
第二获取单元,用于获取所述问题类型的样本问题,以及匹配的样本答案;
统计单元,用于对相互匹配样本问题和样本答案进行统计,以确定所述样本问题中各关键词与所述样本答案所标注的相应属性项的取值匹配的概率;
第二确定单元,用于根据取值匹配的概率,确定各属性项的语义重要程度。
13.根据权利要求9-12任一项所述的问答处理装置,其特征在于,所述识别模块,还用于:
根据所述目标问题的句式,识别所述目标问题的问题类型。
14.根据权利要求9-12任一项所述的问答处理装置,其特征在于,所述确定模块,还用于:
根据所述问题类型,确定技术领域与属性项之间的映射关系;
对所述目标问题中包含的各关键词,根据各关键词所属的技术领域,查询所述映射关系,以确定各关键词所属技术领域对应的属性项。
15.根据权利要求9-12任一项所述的问答处理装置,其特征在于,所述提取模块,还用于:
根据预先构建的术语表,从所述目标问题中,提取与所述术语表内的技术术语相匹配的各关键词;其中,所述术语表为多个,每一个术语表中包含对应技术领域的技术术语。
16.根据权利要求9-12任一项所述的问答处理装置,其特征在于,所述装置,还包括:
切词模块,用于对所述目标问题切词,得到各词条;
映射模块,用于将各词条映射为对应的标准词;和/或,将至少两词条组成的短语映射为对应的标准短语。
17.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的问答处理方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的问答处理方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010188628.4A CN111460095B (zh) | 2020-03-17 | 2020-03-17 | 问答处理方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010188628.4A CN111460095B (zh) | 2020-03-17 | 2020-03-17 | 问答处理方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111460095A true CN111460095A (zh) | 2020-07-28 |
CN111460095B CN111460095B (zh) | 2023-06-27 |
Family
ID=71682092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010188628.4A Active CN111460095B (zh) | 2020-03-17 | 2020-03-17 | 问答处理方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111460095B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112559769A (zh) * | 2020-12-15 | 2021-03-26 | 上海钛米机器人股份有限公司 | 问答数据库的生成方法和装置 |
CN112579750A (zh) * | 2020-11-30 | 2021-03-30 | 百度健康(北京)科技有限公司 | 相似病案的检索方法、装置、设备及存储介质 |
CN113076431A (zh) * | 2021-04-28 | 2021-07-06 | 平安科技(深圳)有限公司 | 机器阅读理解的问答方法、装置、计算机设备及存储介质 |
WO2022142019A1 (zh) * | 2020-12-30 | 2022-07-07 | 平安科技(深圳)有限公司 | 基于智能机器人的问题分发方法、装置、电子设备及存储介质 |
WO2023143640A1 (zh) * | 2022-01-29 | 2023-08-03 | 浙江口碑网络技术有限公司 | 搜索意图的查询理解方法和装置、存储介质和电子设备 |
Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004030465A (ja) * | 2002-06-27 | 2004-01-29 | Nec Corp | 検索端末装置、検索端末プログラムおよび検索システム |
KR20080101659A (ko) * | 2007-05-18 | 2008-11-21 | 엔에이치엔(주) | 공통 접사를 이용한 키워드 순위를 제공하는 방법 및시스템 |
CN101510221A (zh) * | 2009-02-17 | 2009-08-19 | 北京大学 | 一种用于信息检索的查询语句分析方法与*** |
CN102385585A (zh) * | 2010-08-27 | 2012-03-21 | 阿里巴巴集团控股有限公司 | 网页数据库的建立方法、网页搜索方法以及相关装置 |
CN103902652A (zh) * | 2014-02-27 | 2014-07-02 | 深圳市智搜信息技术有限公司 | 自动问答*** |
CN107180087A (zh) * | 2017-05-09 | 2017-09-19 | 北京奇艺世纪科技有限公司 | 一种搜索方法及装置 |
CN107993724A (zh) * | 2017-11-09 | 2018-05-04 | 易保互联医疗信息科技(北京)有限公司 | 一种医学智能问答数据处理的方法及装置 |
CN108897867A (zh) * | 2018-06-29 | 2018-11-27 | 北京百度网讯科技有限公司 | 用于知识问答的数据处理方法、装置、服务器和介质 |
CN109241258A (zh) * | 2018-08-23 | 2019-01-18 | 江苏索迩软件技术有限公司 | 一种应用税务领域的深度学习智能问答*** |
CN109710738A (zh) * | 2018-12-24 | 2019-05-03 | 广州天鹏计算机科技有限公司 | 药物问询方法、装置、***、计算机设备和存储介质 |
CN109800284A (zh) * | 2018-12-19 | 2019-05-24 | 中国电子科技集团公司第二十八研究所 | 一种面向任务的非结构化信息智能问答***构建方法 |
CN109918560A (zh) * | 2019-01-09 | 2019-06-21 | 平安科技(深圳)有限公司 | 一种基于搜索引擎的问答方法和装置 |
CN110032622A (zh) * | 2018-11-28 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 关键词确定方法、装置、设备及计算机可读存储介质 |
CN110162592A (zh) * | 2019-05-24 | 2019-08-23 | 东北大学 | 一种基于万有引力改进的TextRank的新闻关键词提取方法 |
-
2020
- 2020-03-17 CN CN202010188628.4A patent/CN111460095B/zh active Active
Patent Citations (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004030465A (ja) * | 2002-06-27 | 2004-01-29 | Nec Corp | 検索端末装置、検索端末プログラムおよび検索システム |
KR20080101659A (ko) * | 2007-05-18 | 2008-11-21 | 엔에이치엔(주) | 공통 접사를 이용한 키워드 순위를 제공하는 방법 및시스템 |
CN101510221A (zh) * | 2009-02-17 | 2009-08-19 | 北京大学 | 一种用于信息检索的查询语句分析方法与*** |
CN102385585A (zh) * | 2010-08-27 | 2012-03-21 | 阿里巴巴集团控股有限公司 | 网页数据库的建立方法、网页搜索方法以及相关装置 |
CN103902652A (zh) * | 2014-02-27 | 2014-07-02 | 深圳市智搜信息技术有限公司 | 自动问答*** |
CN107180087A (zh) * | 2017-05-09 | 2017-09-19 | 北京奇艺世纪科技有限公司 | 一种搜索方法及装置 |
CN107993724A (zh) * | 2017-11-09 | 2018-05-04 | 易保互联医疗信息科技(北京)有限公司 | 一种医学智能问答数据处理的方法及装置 |
CN108897867A (zh) * | 2018-06-29 | 2018-11-27 | 北京百度网讯科技有限公司 | 用于知识问答的数据处理方法、装置、服务器和介质 |
CN109241258A (zh) * | 2018-08-23 | 2019-01-18 | 江苏索迩软件技术有限公司 | 一种应用税务领域的深度学习智能问答*** |
CN110032622A (zh) * | 2018-11-28 | 2019-07-19 | 阿里巴巴集团控股有限公司 | 关键词确定方法、装置、设备及计算机可读存储介质 |
CN109800284A (zh) * | 2018-12-19 | 2019-05-24 | 中国电子科技集团公司第二十八研究所 | 一种面向任务的非结构化信息智能问答***构建方法 |
CN109710738A (zh) * | 2018-12-24 | 2019-05-03 | 广州天鹏计算机科技有限公司 | 药物问询方法、装置、***、计算机设备和存储介质 |
CN109918560A (zh) * | 2019-01-09 | 2019-06-21 | 平安科技(深圳)有限公司 | 一种基于搜索引擎的问答方法和装置 |
CN110162592A (zh) * | 2019-05-24 | 2019-08-23 | 东北大学 | 一种基于万有引力改进的TextRank的新闻关键词提取方法 |
Non-Patent Citations (2)
Title |
---|
唐娟;杜亚军;王可亮;: "一种基于形式概念分析的问答***答案抽取的研究", 计算机应用, no. 03 * |
贾君枝;王永芳;李婷;: "面向农民的问答***问句处理研究", 现代图书情报技术, no. 05 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112579750A (zh) * | 2020-11-30 | 2021-03-30 | 百度健康(北京)科技有限公司 | 相似病案的检索方法、装置、设备及存储介质 |
CN112559769A (zh) * | 2020-12-15 | 2021-03-26 | 上海钛米机器人股份有限公司 | 问答数据库的生成方法和装置 |
CN112559769B (zh) * | 2020-12-15 | 2024-04-16 | 上海钛米机器人股份有限公司 | 问答数据库的生成方法和装置 |
WO2022142019A1 (zh) * | 2020-12-30 | 2022-07-07 | 平安科技(深圳)有限公司 | 基于智能机器人的问题分发方法、装置、电子设备及存储介质 |
CN113076431A (zh) * | 2021-04-28 | 2021-07-06 | 平安科技(深圳)有限公司 | 机器阅读理解的问答方法、装置、计算机设备及存储介质 |
WO2023143640A1 (zh) * | 2022-01-29 | 2023-08-03 | 浙江口碑网络技术有限公司 | 搜索意图的查询理解方法和装置、存储介质和电子设备 |
Also Published As
Publication number | Publication date |
---|---|
CN111460095B (zh) | 2023-06-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110502621B (zh) | 问答方法、问答装置、计算机设备及存储介质 | |
US9558264B2 (en) | Identifying and displaying relationships between candidate answers | |
JP7223785B2 (ja) | 時系列ナレッジグラフ生成方法、装置、デバイス及び媒体 | |
CN111460095B (zh) | 问答处理方法、装置、电子设备及存储介质 | |
JP6975377B2 (ja) | テキスト相関度を確定するためのコンピュータ実施方法、装置、電子機器、コンピュータ可読記憶媒体及びコンピュータプログラム | |
US10102191B2 (en) | Propagation of changes in master content to variant content | |
CN110162768B (zh) | 实体关系的获取方法、装置、计算机可读介质及电子设备 | |
US20100312778A1 (en) | Predictive person name variants for web search | |
CN112528660A (zh) | 处理文本的方法、装置、设备、存储介质和程序产品 | |
CN110517767B (zh) | 辅助诊断方法、装置、电子设备及存储介质 | |
US20210183526A1 (en) | Unsupervised taxonomy extraction from medical clinical trials | |
CN114595686B (zh) | 知识抽取方法、知识抽取模型的训练方法及装置 | |
CN112579750A (zh) | 相似病案的检索方法、装置、设备及存储介质 | |
Orellana et al. | A text mining methodology to discover syllabi similarities among higher education institutions | |
CN114141384A (zh) | 用于检索医学数据的方法、设备和介质 | |
CN111428478B (zh) | 一种词条同义判别的寻证方法、装置、设备和存储介质 | |
CN112182150A (zh) | 基于多元数据的聚合检索方法、装置、设备及存储介质 | |
US20220343087A1 (en) | Matching service requester with service providers | |
WO2015177861A1 (ja) | 教師データ作成装置及び方法 | |
Dhanjal et al. | Gravity based Punjabi question answering system | |
CN114116838B (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN113407813B (zh) | 确定候选信息的方法、确定查询结果的方法、装置、设备 | |
CN113656574B (zh) | 用于搜索结果排序的方法、计算设备和存储介质 | |
JP3025847B2 (ja) | 電子化辞書検索方法 | |
Häggander et al. | EIRA-An Application for Finding and Ranking Researchers |
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 |