CN115510206A - 语义问答方法、装置、电子设备及存储介质 - Google Patents

语义问答方法、装置、电子设备及存储介质 Download PDF

Info

Publication number
CN115510206A
CN115510206A CN202211216197.3A CN202211216197A CN115510206A CN 115510206 A CN115510206 A CN 115510206A CN 202211216197 A CN202211216197 A CN 202211216197A CN 115510206 A CN115510206 A CN 115510206A
Authority
CN
China
Prior art keywords
target
word
question
conflict
resolution
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
Application number
CN202211216197.3A
Other languages
English (en)
Inventor
林荣荣
张小晶
梁志明
支天波
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.)
Guizhou Xiaoai Robot Technology Co ltd
Shanghai Xiaoi Robot Technology Co Ltd
Original Assignee
Guizhou Xiaoai Robot Technology Co ltd
Shanghai Xiaoi Robot 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 Guizhou Xiaoai Robot Technology Co ltd, Shanghai Xiaoi Robot Technology Co Ltd filed Critical Guizhou Xiaoai Robot Technology Co ltd
Priority to CN202211216197.3A priority Critical patent/CN115510206A/zh
Publication of CN115510206A publication Critical patent/CN115510206A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33Querying
    • G06F16/332Query formulation
    • G06F16/3329Natural language query formulation or dialogue systems
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Artificial Intelligence (AREA)
  • General Health & Medical Sciences (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • Human Computer Interaction (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Machine Translation (AREA)

Abstract

本发明公开了一种语义问答方法、装置、电子设备及存储介质。所述方法包括:获取与提问文本匹配的多个触发体,并将各触发体与问答库中的各标准问进行匹配,获取各触发体与匹配的关联标准问之间的目标匹配度;在根据各目标匹配度确定存在多个冲突触发体时,使用消解词库对各冲突触发体的目标匹配度进行至少一轮冲突消解处理,直至检测到满足冲突消解条件的目标冲突触发体;获取与目标冲突触发体对应的目标关联标准问,并将与目标关联标准问对应的标准答,作为对提问文本的反馈结果。通过采用上述技术方案,能够在海量问答库中,准确且高效的获取最优标准答作为反馈结果。

Description

语义问答方法、装置、电子设备及存储介质
技术领域
本发明涉及人工智能技术领域,尤其涉及一种语义问答方法、装置、电子设备及存储介质。
背景技术
随着科技的发展,越来越多的电子设备能够提供智能问答服务,且大部分智能问答***均采用语义问答方法实现智能问答的目标。语义问答方法是一种通过分析用户问题语义,在问答库中获取最优答案并输出的方法。
现有的语义问答方法,在分析用户问题语义之后,需要在问答库中获取与用户问题语义匹配度最高的预设问题及相应答案,并将匹配度最高的答案作为最优答案输出给用户。
但随着问答库的逐渐丰富,针对一条用户问题语义可能存在多个匹配度相同或相近的预设问题,此时可能较难选择最符合用户问题的预设问题,在一定程度上降低了输出答***率。
发明内容
本发明提供了一种语义问答方法、装置、电子设备及存储介质,能够在海量问答库中,准确且高效的获取最优标准答作为反馈结果。
根据本发明的一方面,提供了一种语义问答方法,该方法包括:
获取与提问文本匹配的多个触发体,并将各触发体与问答库中的各标准问进行匹配,获取各触发体与匹配的关联标准问之间的目标匹配度;
在根据各目标匹配度确定存在多个冲突触发体时,使用消解词库对各冲突触发体的目标匹配度进行至少一轮冲突消解处理,直至检测到满足冲突消解条件的目标冲突触发体;
获取与目标冲突触发体对应的目标关联标准问,并将与目标关联标准问对应的标准答,作为对提问文本的反馈结果。
根据本发明的另一方面,提供了一种语义问答装置,包括:
触发体获取模块,用于获取与提问文本匹配的多个触发体,并将各触发体与问答库中的各标准问进行匹配,获取各触发体与匹配的关联标准问之间的目标匹配度;
冲突消解模块,用于在根据各目标匹配度确定存在多个冲突触发体时,使用消解词库对各冲突触发体的目标匹配度进行至少一轮冲突消解处理,直至检测到满足冲突消解条件的目标冲突触发体;
答案反馈模块,用于获取与目标冲突触发体对应的目标关联标准问,并将与目标关联标准问对应的标准答,作为对提问文本的反馈结果。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
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计算机程序,所述计算机程序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本发明任一实施例所述的语义问答方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的语义问答方法。
本发明实施例的技术方案,通过当提问文本存在多个相匹配的冲突触发体时,对冲突触发体进行冲突消解处理直至获取目标冲突触发体,获取目标冲突触发体的目标关联标准问对应的标准答作为提问文本的反馈结果的方式,能够在问答库中准确、高效的选择最优回答并反馈给用户,解决了传统语义问答方法所获取的回答准确性不高的问题。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种语义问答方法的流程图;
图2是根据本发明实施例二提供的另一种语义问答方法的流程图;
图3是根据本发明实施例三提供的一种语义问答装置的结构示意图;
图4是实现本发明实施例的语义问答方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,而不是全部的实施例。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,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排他的包含,例如,包含了一系列步骤或单元的过程、方法、***、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供的一种语义问答方法的流程图,本实施例可适用于当提问文本存在多个相匹配的冲突触发体时,通过冲突消解处理获取目标冲突触发体,并根据目标冲突触发体在问答库中获取标准答作为反馈结果的情况,该方法可以由语义问答装置来执行,该语义问答装置可以采用硬件和/或软件的形式实现,该语义问答装置可配置于具备数据处理功能的计算机或服务器中。如图1所示,该方法包括:
S110、获取与提问文本匹配的多个触发体,并将各触发体与问答库中的各标准问进行匹配,获取各触发体与匹配的关联标准问之间的目标匹配度。
在实际的智能问答过程中,用户可能通过语音提问,也可能在智能对话框中输入问题,若用户通过语音提问,可以将用户语音转化成文本形式,语音转化文本与输入问题文本均可作为本发明实施例中语义问答方法所使用的提问文本。
问答库是指存储有预先设置的标准问答语句的数据库,标准问答语句包括标准问以及标准答,标准问为预先设置的用户可能提问的问题,每个标准问可以配置至少一个标准答,作为回答该标准问的可用答案。
触发体是指将获取的提问文本进行分词重组、去干扰字等处理后获取的处理文本。触发体可以用于与问答库中的标准问进行匹配,若存在匹配度达到匹配标准的标准问,则该标准问可能为该触发体的关联标准问。
由于提问文本是用户较为主观的语言表达,因此在词汇选择上也带有一定主观倾向,对于部分提问文本来说,可能存在通过不同领域的词库对提问文本进行处理时,针对每个类型词库可能会获得不同的分词结果,因此针对一个提问文本可能存在多个匹配的触发体。
优选的,可以在问答库中获取与当前触发体匹配度最高的标准问,作为该触发体的关联标准问,关联标准问与该触发体之间的匹配度为关联标准问与该触发体之间的目标匹配度,每个触发体在问答库中可以存在一个匹配的关联标准问。
S120、在根据各目标匹配度确定存在多个冲突触发体时,使用消解词库对各冲突触发体的目标匹配度进行至少一轮冲突消解处理,直至检测到满足冲突消解条件的目标冲突触发体。
在实际应用过程中,研发人员为了增加问答范围,会逐渐向问答库中补充标准问答语句,因此问答库中的标准问答语句的数量逐渐上升,可能会导致多个触发体与其关联标准问之间的目标匹配度均相同或相近的情况发生,这类目标匹配度相同或相近的触发体可看作冲突触发体。
在此种情况下,难以选择能够获取最优答案的标准触发体,因此,本发明创造性的提出了使用消解词对冲突触发体进行冲突消解处理,直至在冲突触发体中选出目标冲突触发体。
优选的,可以预先设置一个冲突匹配度范围。
可以理解的是,冲突消解处理主要针对无法确定能够获取最优答案的多个触发体进行筛选,且此类触发体能够获取的标准答还应该具有一定的可靠性。
若存在触发体与匹配的关联标准问之间的目标匹配度超过冲突匹配度范围上限,则不需要进行冲突消解处理,此类触发体在问答库中获取的标准答理论上已经能作为最优答案,且当多个触发体与匹配的关联标准问之间的目标匹配度均超过冲突匹配度范围上限时,可随机选择目标触发体,并将目标触发体在问答库中获取的标准答作为最优答案。
若存在多个触发体与匹配的关联标准问之间的目标匹配度落入冲突匹配度范围时,此类触发体可视为冲突触发体,冲突消解处理主要是针对冲突触发体进行消解处理,冲突消解处理的目的是在多个冲突触发体中获取能够获得最优答案的目标冲突触发体。
在本发明的实施例中,冲突消解处理可以理解为:将各冲突触发体中各分词与预先生成的多个消解词子库进行匹配,若冲突触发体存在命中消解词子库的分词,则根据该消解词子库对应的消解量更新触发体的目标匹配度,直至某个冲突触发体超出冲突匹配度范围上限,则将该冲突触发体作为目标冲突触发体。
目标冲突触发体可理解为,当提问文本存在多个冲突触发体时,经冲突消解处理后,选择的唯一冲突触发体,与目标冲突触发体匹配的目标关联标准问所对应的标准答可作为该提问文本的反馈结果。
优选的,可以预先生成多个消解词子库。
消解词子库的类型可以包括通用类型的消解词子库、行业领域类型的消解词子库以及动态类型的消解词子库,每种类型的消解词子库对应的消解量应具有一定差异,以便于对各目标匹配度的更新更准确。
可选的,在冲突消解处理的过程中,可以分为多轮次处理,在每一轮次为每个冲突触发体随机匹配一个通用类型的消解词子库、一个行业领域类型的消解词子库以及一个动态类型的消解词子库,通过采用这种消解词子库的方式,能够在保证消解准确率的情况下,提高冲突消解的效率。
S130、获取与目标冲突触发体对应的目标关联标准问,并将与目标关联标准问对应的标准答,作为对提问文本的反馈结果。
可选的,若在问答库中针对目标关联标准问存在多个对应的标准答,则可随机选择一个标准答作为提问文本的反馈结果。
本发明实施例的技术方案,通过当提问文本存在多个相匹配的冲突触发体时,对冲突触发体进行冲突消解处理直至获取目标冲突触发体,获取目标冲突触发体的目标关联标准问对应的标准答作为提问文本的反馈结果的方式,能够在问答库中准确、高效的选择最优回答并反馈给用户,解决了传统语义问答方法所获取的回答准确性不高的问题。
实施例二
图2为本发明实施例二提供的一种语义问答方法的流程图,本实施例在上述实施例的基础上,进一步具体说明了语义问答方法。如图2所示,该方法包括:
S210、使用多个词库分别对所述提问文本进行分词处理,得到与各词库分别对应的分词集合。
这样设置的好处在于:通过针对在不同领域或不同类型词库中分词结果不同的提问文本,获取不同的分词集合的方式,能够提高分词准确率,避免了由于单一分词结果导致的后续获取错误标准问的情况。
S220、对去除干扰词后的各分词集合分别进行分词重组,得到所述多个触发体。
S230、将当前触发体与问答库中的每个标准问分别进行匹配,得到与当前触发体对应的各匹配度。
S240、将与最高匹配度对应的标准问确定为与所述当前触发体匹配的关联标准问,并将所述最高匹配度确定为当前触发体与匹配的关联标准问之间的目标匹配度。
S250、获取预设的冲突匹配度范围。
在一个具体的实施方式中,冲突匹配度范围可以根据历史获取的历史匹配度阈值设定,即假设历史选取的目标触发体与目标关联标准问之间的目标匹配度平均值为85%,则历史匹配度阈值可设定在85%。进一步的,可以选取一个匹配度浮动值,如5%,则若历史匹配度阈值为85%时,冲突匹配度范围可以在80%-90%之间。本发明的实施例仅给出了一种可选的冲突匹配度范围设置方法,并不对此进行限定。
S260、当不存在超过冲突匹配度范围上限的目标匹配度,且落入冲突匹配度范围的目标匹配度为多个时,确定存在与落入冲突匹配度范围的各目标匹配度分别对应的多个冲突触发体。
S270、获取与当前轮次对应的至少一个消解词子库,并将各冲突触发体中各分词分别与各消解词子库中的各消解词进行匹配。
其中,获取与当前轮次对应的至少一个消解词子库,可以包括:
获取与当前轮次对应的至少一个通用类型的消解词子库、至少一个行业领域类型的消解词子库以及至少一个动态类型的消解词子库。
可选的,通用类型的消解词子库中可以包括一些日常通用词(如地图、饭店等),行业领域类型的消解词子库中可以包括各行业领域的专业词(如法绝日期、申请日等),动态类型的消解词子库中可以包括在设定时间内的历史问答中出现词频较高的分词。
S280、在匹配过程中,每当检测到有目标分词命中目标消解词子库的消解词,则使用与目标消解词子库匹配的消解量,更新与目标分词对应的冲突触发体的目标匹配度。
其中,在使用与目标消解词子库匹配的消解量,更新与目标分词对应的冲突触发体的目标匹配度之前,还可以包括:
获取目标消解词子库的类型;
如果所述类型为通用类型,则在目标消解词子库中获取与目标分词对应的通用词的第一目标词频,将第一目标词频与通用类型对应的第一权重之间的乘积,确定为与目标消解词子库匹配的消解量;
如果所述类型为行业领域类型,则在目标消解词子库中获取与目标分词对应的行业领域词的第二目标词频,将第二目标词频与行业领域类型对应的第二权重之间的乘积,确定为与目标消解词子库匹配的消解量;
如果所述类型为动态类型,则将与动态类型对应的第三权重,确定为与目标消解词子库匹配的消解量;
其中,第三权重大于第二权重,第二权重大于第一权重。
这样设置的好处在于:通过针对不同类型的消解词子库设置不同权重,以及通过分词词频与分词所属消解词子库的权重乘积确定消解量的方式,能够对各目标分词匹配合适的消解量,使得消解量能够与目标分词的重要性相匹配,使得目标匹配度的更新更准确。
S290、在完成当前轮次的冲突消解处理时,检测是否存在超过冲突匹配度范围上限的目标匹配度,若是,执行S2100;若否,返回执行S270。
可选的,若在当前轮次存在一个超过冲突匹配度范围上限的冲突触发体,则该冲突触发体可被确定为目标冲突触发体;若在当前轮次存在多个超过冲突匹配度范围上限的冲突触发体,则可随机选择一个作为目标冲突触发体。
S2100、将与超过冲突匹配度范围上限的目标匹配度对应的冲突触发体确定为目标冲突触发体。
S2110、获取与目标冲突触发体对应的目标关联标准问,并将与目标关联标准问对应的标准答,作为对提问文本的反馈结果。
本发明实施例的技术方案,通过对各类型的消解词子库设置分别设置权重,结合各目标分词词频与其所属消解词子库的权重确定消解量,并利用消解量更新目标匹配度的方式,能够准确的为各目标分词匹配消解量,且能够使得目标匹配度的更新更准确,以便于正确获取目标冲突触发体。
进一步的,在获取与当前轮次对应的至少一个消解词子库之前,还可以包括下述至少一项:
将多个通用词库中的各通用词与问答库中的各问答语句进行比对,计算每个通用词在问答库中的词频,并根据每个通用词的词频,生成多个通用类型的消解词子库;
将多个行业领域词库中的各行业领域词与问答库中的各问答语句进行比对,计算每个行业领域词在问答库中的词频,并根据每个行业领域词的词频,生成多个行业领域类型的消解词子库;
在问答库中获取设定时间区间内的高频问答对,以及与各通用词库和各行业领域词库分别对应的通用词别名和行业领域词别名,并根据高频问答对、通用词别名和行业领域词别名生成多个动态类型的消解词子库;
其中,各消解词子库的类型、通用词的词频以及行业领域词的词频用于确定消解量。
可以理解的是,若某个分词在问答库中词频高,则可以代表与该分词相关的标准问答语句使用率及重要性相对较高,则该分词所对应的消解量也应该适当增长。
实施例三
图3为本发明实施例三提供的一种语义问答装置的结构示意图。如图3所示,该装置包括:触发体获取模块310、冲突消解模块320以及答案反馈模块330。
触发体获取模块310,用于获取与提问文本匹配的多个触发体,并将各触发体与问答库中的各标准问进行匹配,获取各触发体与匹配的关联标准问之间的目标匹配度。
冲突消解模块320,用于在根据各目标匹配度确定存在多个冲突触发体时,使用消解词库对各冲突触发体的目标匹配度进行至少一轮冲突消解处理,直至检测到满足冲突消解条件的目标冲突触发体。
答案反馈模块330,用于获取与目标冲突触发体对应的目标关联标准问,并将与目标关联标准问对应的标准答,作为对提问文本的反馈结果。
本发明实施例的技术方案,通过当提问文本存在多个相匹配的冲突触发体时,对冲突触发体进行冲突消解处理直至获取目标冲突触发体,获取目标冲突触发体的目标关联标准问对应的标准答作为提问文本的反馈结果的方式,能够在问答库中准确、高效的选择最优回答并反馈给用户,解决了传统语义问答方法所获取的回答准确性不高的问题。
在上述各实施例的基础上,触发体获取模块310,可以具体用于:
使用多个词库分别对所述提问文本进行分词处理,得到与各词库分别对应的分词集合;
对去除干扰词后的各分词集合分别进行分词重组,得到所述多个触发体。
在上述各实施例的基础上,触发体获取模块310,还可以具体用于:
将当前触发体与问答库中的每个标准问分别进行匹配,得到与当前触发体对应的各匹配度;
将与最高匹配度对应的标准问确定为与所述当前触发体匹配的关联标准问,并将所述最高匹配度确定为当前触发体与匹配的关联标准问之间的目标匹配度。
在上述各实施例的基础上,冲突消解模块320,可以具体用于:
获取预设的冲突匹配度范围;
当不存在超过冲突匹配度范围上限的目标匹配度,且落入冲突匹配度范围的目标匹配度为多个时,确定存在与落入冲突匹配度范围的各目标匹配度分别对应的多个冲突触发体。
在上述各实施例的基础上,冲突消解模块320,还可以具体用于:
获取与当前轮次对应的至少一个消解词子库,并将各冲突触发体中各分词分别与各消解词子库中的各消解词进行匹配;
在匹配过程中,每当检测到有目标分词命中目标消解词子库的消解词,则使用与目标消解词子库匹配的消解量,更新与目标分词对应的冲突触发体的目标匹配度;
在完成当前轮次的冲突消解处理时,检测是否存在超过冲突匹配度范围上限的目标匹配度;
若是,则将与超过冲突匹配度范围上限的目标匹配度对应的冲突触发体确定为目标冲突触发体;
否则,在更新当前轮次后,返回执行获取与当前轮次对应的至少一个消解词子库的处理,直至成功获取目标冲突触发体。
在上述各实施例的基础上,还可以包括消解词子库生成单元,用于在获取与当前轮次对应的至少一个消解词子库之前,执行下述至少一项:
将多个通用词库中的各通用词与问答库中的各问答语句进行比对,计算每个通用词在问答库中的词频,并根据每个通用词的词频,生成多个通用类型的消解词子库;
将多个行业领域词库中的各行业领域词与问答库中的各问答语句进行比对,计算每个行业领域词在问答库中的词频,并根据每个行业领域词的词频,生成多个行业领域类型的消解词子库;
在问答库中获取设定时间区间内的高频问答对,以及与各通用词库和各行业领域词库分别对应的通用词别名和行业领域词别名,并根据高频问答对、通用词别名和行业领域词别名生成多个动态类型的消解词子库;
其中,各消解词子库的类型、通用词的词频以及行业领域词的词频用于确定消解量。
在上述各实施例的基础上,还可以包括消解量确定单元,在使用与目标消解词子库匹配的消解量,更新与目标分词对应的冲突触发体的目标匹配度之前,用于:
获取目标消解词子库的类型;
如果所述类型为通用类型,则在目标消解词子库中获取与目标分词对应的通用词的第一目标词频,将第一目标词频与通用类型对应的第一权重之间的乘积,确定为与目标消解词子库匹配的消解量;
如果所述类型为行业领域类型,则在目标消解词子库中获取与目标分词对应的行业领域词的第二目标词频,将第二目标词频与行业领域类型对应的第二权重之间的乘积,确定为与目标消解词子库匹配的消解量;
如果所述类型为动态类型,则将与动态类型对应的第三权重,确定为与目标消解词子库匹配的消解量;
其中,第三权重大于第二权重,第二权重大于第一权重。
在上述各实施例的基础上,冲突消解模块320中可以包括消解子词库获取单元,用于获取与当前轮次对应的至少一个通用类型的消解词子库、至少一个行业领域类型的消解词子库以及至少一个动态类型的消解词子库。
本发明实施例所提供的语义问答装置可执行本发明任意实施例所提供的语义问答方法,具备执行方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备40的结构示意图。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(如头盔、眼镜、手表等)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/或者要求的本发明的实现。
如图4所示,电子设备40包括至少一个处理器41,以及与至少一个处理器41通信连接的存储器,如只读存储器(ROM)42、随机访问存储器(RAM)43等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器41可以根据存储在只读存储器(ROM)42中的计算机程序或者从存储单元48加载到随机访问存储器(RAM)43中的计算机程序,来执行各种适当的动作和处理。在RAM 43中,还可存储电子设备40操作所需的各种程序和数据。处理器41、ROM 42以及RAM 43通过总线44彼此相连。输入/输出(I/O)接口45也连接至总线44。
电子设备40中的多个部件连接至I/O接口45,包括:输入单元46,例如键盘、鼠标等;输出单元47,例如各种类型的显示器、扬声器等;存储单元48,例如磁盘、光盘等;以及通信单元49,例如网卡、调制解调器、无线通信收发机等。通信单元49允许电子设备40通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器41可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器41的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器41执行上文所描述的各个方法和处理,例如如本发明实施例所述的语义问答方法。也即:
获取与提问文本匹配的多个触发体,并将各触发体与问答库中的各标准问进行匹配,获取各触发体与匹配的关联标准问之间的目标匹配度;
在根据各目标匹配度确定存在多个冲突触发体时,使用消解词库对各冲突触发体的目标匹配度进行至少一轮冲突消解处理,直至检测到满足冲突消解条件的目标冲突触发体;
获取与目标冲突触发体对应的目标关联标准问,并将与目标关联标准问对应的标准答,作为对提问文本的反馈结果。
在一些实施例中,语义问答方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元48。在一些实施例中,计算机程序的部分或者全部可以经由ROM 42和/或通信单元49而被载入和/或安装到电子设备40上。当计算机程序加载到RAM 43并由处理器41执行时,可以执行上文描述的语义问答方法的一个或多个步骤。备选地,在其他实施例中,处理器41可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行语义问答方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、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。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的***和技术,该电子设备具有: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电子设备。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)、区块链网络和互联网。
计算***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。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
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,本发明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,只要能够实现本发明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,并不构成对本发明保护范围的限制。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。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。

Claims (10)

1.一种语义问答方法,其特征在于,包括:
获取与提问文本匹配的多个触发体,并将各触发体与问答库中的各标准问进行匹配,获取各触发体与匹配的关联标准问之间的目标匹配度;
在根据各目标匹配度确定存在多个冲突触发体时,使用消解词库对各冲突触发体的目标匹配度进行至少一轮冲突消解处理,直至检测到满足冲突消解条件的目标冲突触发体;
获取与目标冲突触发体对应的目标关联标准问,并将与目标关联标准问对应的标准答,作为对提问文本的反馈结果。
2.根据权利要求1所述的方法,其特征在于,获取与提问文本匹配的多个触发体,包括:
使用多个词库分别对所述提问文本进行分词处理,得到与各词库分别对应的分词集合;
对去除干扰词后的各分词集合分别进行分词重组,得到所述多个触发体。
3.根据权利要求2所述的方法,其特征在于,将各触发体与问答库中的各标准问进行匹配,获取各触发体与匹配的关联标准问之间的目标匹配度,包括:
将当前触发体与问答库中的每个标准问分别进行匹配,得到与当前触发体对应的各匹配度;
将与最高匹配度对应的标准问确定为与所述当前触发体匹配的关联标准问,并将所述最高匹配度确定为当前触发体与匹配的关联标准问之间的目标匹配度。
4.根据权利要求1所述的方法,其特征在于,根据各目标匹配度确定存在多个冲突触发体,包括:
获取预设的冲突匹配度范围;
当不存在超过冲突匹配度范围上限的目标匹配度,且落入冲突匹配度范围的目标匹配度为多个时,确定存在与落入冲突匹配度范围的各目标匹配度分别对应的多个冲突触发体。
5.根据权利要求1-4任一项所述的方法,其特征在于,使用消解词库对各冲突触发体的目标匹配度进行至少一轮冲突消解处理,直至检测到满足冲突消解条件的目标冲突触发体,包括:
获取与当前轮次对应的至少一个消解词子库,并将各冲突触发体中各分词分别与各消解词子库中的各消解词进行匹配;
在匹配过程中,每当检测到有目标分词命中目标消解词子库的消解词,则使用与目标消解词子库匹配的消解量,更新与目标分词对应的冲突触发体的目标匹配度;
在完成当前轮次的冲突消解处理时,检测是否存在超过冲突匹配度范围上限的目标匹配度;
若是,则将与超过冲突匹配度范围上限的目标匹配度对应的冲突触发体确定为目标冲突触发体;
否则,在更新当前轮次后,返回执行获取与当前轮次对应的至少一个消解词子库的处理,直至成功获取目标冲突触发体。
6.根据权利要求5所述的方法,其特征在于,在获取与当前轮次对应的至少一个消解词子库之前,还包括下述至少一项:
将多个通用词库中的各通用词与问答库中的各问答语句进行比对,计算每个通用词在问答库中的词频,并根据每个通用词的词频,生成多个通用类型的消解词子库;
将多个行业领域词库中的各行业领域词与问答库中的各问答语句进行比对,计算每个行业领域词在问答库中的词频,并根据每个行业领域词的词频,生成多个行业领域类型的消解词子库;
在问答库中获取设定时间区间内的高频问答对,以及与各通用词库和各行业领域词库分别对应的通用词别名和行业领域词别名,并根据高频问答对、通用词别名和行业领域词别名生成多个动态类型的消解词子库;
其中,各消解词子库的类型、通用词的词频以及行业领域词的词频用于确定消解量。
7.根据权利要求6所述的方法,其特征在于,在使用与目标消解词子库匹配的消解量,更新与目标分词对应的冲突触发体的目标匹配度之前,还包括:
获取目标消解词子库的类型;
如果所述类型为通用类型,则在目标消解词子库中获取与目标分词对应的通用词的第一目标词频,将第一目标词频与通用类型对应的第一权重之间的乘积,确定为与目标消解词子库匹配的消解量;
如果所述类型为行业领域类型,则在目标消解词子库中获取与目标分词对应的行业领域词的第二目标词频,将第二目标词频与行业领域类型对应的第二权重之间的乘积,确定为与目标消解词子库匹配的消解量;
如果所述类型为动态类型,则将与动态类型对应的第三权重,确定为与目标消解词子库匹配的消解量;
其中,第三权重大于第二权重,第二权重大于第一权重。
8.一种语义问答装置,其特征在于,包括:
触发体获取模块,用于获取与提问文本匹配的多个触发体,并将各触发体与问答库中的各标准问进行匹配,获取各触发体与匹配的关联标准问之间的目标匹配度;
冲突消解模块,用于在根据各目标匹配度确定存在多个冲突触发体时,使用消解词库对各冲突触发体的目标匹配度进行至少一轮冲突消解处理,直至检测到满足冲突消解条件的目标冲突触发体;
答案反馈模块,用于获取与目标冲突触发体对应的目标关联标准问,并将与目标关联标准问对应的标准答,作为对提问文本的反馈结果。
9.一种电子设备,其特征在于,所述电子设备包括:
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计算机程序,所述计算机程序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1-7中任一项所述的语义问答方法。
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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的语义问答方法。
CN202211216197.3A 2022-09-30 2022-09-30 语义问答方法、装置、电子设备及存储介质 Pending CN115510206A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211216197.3A CN115510206A (zh) 2022-09-30 2022-09-30 语义问答方法、装置、电子设备及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211216197.3A CN115510206A (zh) 2022-09-30 2022-09-30 语义问答方法、装置、电子设备及存储介质

Publications (1)

Publication Number Publication Date
CN115510206A true CN115510206A (zh) 2022-12-23

Family

ID=84509142

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211216197.3A Pending CN115510206A (zh) 2022-09-30 2022-09-30 语义问答方法、装置、电子设备及存储介质

Country Status (1)

Country Link
CN (1) CN115510206A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116721191A (zh) * 2023-08-09 2023-09-08 腾讯科技(深圳)有限公司 口型动画处理方法、装置及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116721191A (zh) * 2023-08-09 2023-09-08 腾讯科技(深圳)有限公司 口型动画处理方法、装置及存储介质
CN116721191B (zh) * 2023-08-09 2024-02-02 腾讯科技(深圳)有限公司 口型动画处理方法、装置及存储介质

Similar Documents

Publication Publication Date Title
CN112487173A (zh) 人机对话方法、设备和存储介质
CN115062718A (zh) 语言模型训练方法、装置、电子设备及存储介质
CN115168562A (zh) 一种智能问答***的构建方法、装置、设备及介质
CN115510206A (zh) 语义问答方法、装置、电子设备及存储介质
CN112989797B (zh) 模型训练、文本扩展方法,装置,设备以及存储介质
CN113919424A (zh) 文本处理模型的训练、文本处理方法、装置、设备和介质
CN117271884A (zh) 确定推荐内容的方法、装置、电子设备及存储介质
CN115510212A (zh) 一种文本事件抽取方法、装置、设备及存储介质
CN114461665B (zh) 用于生成语句转换模型的方法、装置及计算机程序产品
CN115577705A (zh) 一种文本处理模型的生成方法、装置、设备及存储介质
CN115454261A (zh) 输入法候选词生成方法、装置、电子设备及可读存储介质
CN115328898A (zh) 一种数据处理方法、装置、电子设备及介质
CN115309867A (zh) 一种文本处理方法、装置、设备及介质
CN114328855A (zh) 文档查询方法、装置、电子设备和可读存储介质
CN114139798A (zh) 企业风险预测方法、装置及电子设备
CN113641724A (zh) 知识标签挖掘方法、装置、电子设备及存储介质
CN111666770A (zh) 一种语义匹配方法及装置
CN115525748A (zh) 电网缺陷的问答方法、装置、电子设备及存储介质
CN113238765B (zh) 小程序的分发方法、装置、设备和存储介质
CN114925185B (zh) 交互方法、模型的训练方法、装置、设备及介质
CN116069914B (zh) 训练数据的生成方法、模型训练方法以及装置
CN114490976B (zh) 对话摘要训练数据的生成方法、装置、设备及存储介质
CN113822057B (zh) 地点信息确定方法、装置、电子设备以及存储介质
CN116628167B (zh) 一种响应确定方法、装置、电子设备及存储介质
US20230095947A1 (en) Method and apparatus for pushing resource, and storage medium

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