【技术实现步骤摘要】
深度问题回答系统中的问题分类和特征映射的方法和系统
技术介绍
这里所公开的实施例涉及计算机软件领域。更具体地,这里所公开的实施例涉及在深度问题回答系统中实现问题分类与特征映射、部分和并行管道处理以及智能证据分类与通知的计算机软件。
技术实现思路
在一方面,通过分类深度问题回答系统接收的第一事例(case),并且通过在训练深度问题回答系统回答第一事例时,识别第一事例中的第一特征,为第一特征计算第一特征分值(第一特征分值指示在生成对第一事例的正确响应的过程中第一特征的相关性),以及一旦确定第一特征分值超过相关性阈值,则在回答被分类的第一事例的过程中将第一特征识别为相关,这里所公开的实施例提供在深度问题回答系统中识别相关特征的系统和方法。在另一方面,通过确定第一事例相对于第二事例的相似度分值超过相似度阈值,通过识别出具有超过相关性阈值的第一相关性分值的第二事例的第一特征,通过为不具有第一特征的第一事例识别出第一候选回答,以及通过在生成第一事例的响应过程中抑制不分析第一候选回答,从而减少深度问题回答系统的处理量,这里所公开的实施例提供减少深度问题回答系统生成第一事例的响应所需要的处理量的系统和方法。在另一方面,通过识别出与特征有关的第一证据,深度问题回答系统已经将所述特征识别为与回答多种类型问题中的第一类问题相关,以及响应于:(i)检测到第一证据中的变化,并且(ii)确定针对第一类问题的第一问题所生成的第一响应的置信度分值超过置信度阈值,基于被改变的第一证据为第一问题生成被更新的响应,这里所公开的实施例提供识别在深度问题回答系统回答问题所使用的证据中的变化的系统和方法。附图 ...
【技术保护点】
一种在深度问题回答系统中识别相关特征的方法,包括:分类由深度问题回答系统接收的第一事例;以及在训练深度问题回答系统回答第一事例时:识别第一事例中的第一特征,其中所述第一特征包括所述第一事例的变量;所述变量的可能的值包括以下一个或多个:(i)参数值;(ii)当前值,以及(iii)专家的意见;识别出与所述第一特征有关的第一证据;为所述第一特征计算第一特征分值,其中第一特征分值指示在生成对第一事例的正确响应过程中第一特征的相关性;计算第一事例和第二事例的相似度分值;以及一旦确定相似度分值超过指定的相似度阈值,则在生成对第二事例的正确响应的过程中将第一特征识别为相关;响应于深度问题回答系统接收到第二事例:分类第二事例;计算第一事例和第二事例的相似度分值;以及一旦确定相似度分值超过指定的相似度阈值,则在生成对第二事例的正确响应的过程中将第一特征识别为相关。
【技术特征摘要】
2012.12.17 US 13/717,043;2012.12.17 US 13/717,105;1.一种在深度问题回答系统中识别相关特征的方法,包括:分类由深度问题回答系统接收的第一事例;以及在训练深度问题回答系统回答第一事例时:识别第一事例中的第一特征,其中所述第一特征包括所述第一事例的变量;所述变量的可能的值包括以下一个或多个:(i)参数值;(ii)当前值,以及(iii)专家的意见;识别出与所述第一特征有关的第一证据;为所述第一特征计算第一特征分值,其中第一特征分值指示在生成对第一事例的正确响应过程中第一特征的相关性;计算第一事例和第二事例的相似度分值;以及一旦确定相似度分值超过指定的相似度阈值,则在生成对第二事例的正确响应的过程中将第一特征识别为相关;响应于深度问题回答系统接收到第二事例:分类第二事例;计算第一事例和第二事例的相似度分值;以及一旦确定相似度分值超过指定的相似度阈值,则在生成对第二事例的正确响应的过程中将第一特征识别为相关。2.如权利要求1所述的方法,其中,相似度分值是基于至少以下之一:(i)第一事例的分类和第二事例的分类;以及(ii)第一事例的语境和第二事例的语境。3.如权利要求1所述的方法,其中,第一事例和第二事例的分类是基于至少以下之一:(i)向深度问题回答系统提交各个事例的用户的属性;(ii)各个事例中的问题的内容;以及(iii)各个事例中的问题类型。4.如权利要求3所述的方法,其中,用户的属性从以下当中选择:(i)用户的职分、(ii)用户的隶属、(iii)用户的专长、以及(iv)用户的预先定义的偏好组。5.如权利要求1所述的方法,进一步包括:存储第一特征与第一事例之间的关系,其中,所述关系指示第一特征在回答第一事例中是相关的。6.如权利要求1所述的方法,其中,第一特征分值是基于由深度问题回答系统使用第一特征检索出的许多相关条目的支持证据。7.如权利要求1所述的方法,其中,第一事例包含向深度问题回答系统提交的至少一个问题,其中,第一特征包含至少以下之一:至少一个问题的(i)类型、(ii)主题、(iii)变量、以及(iv)语境。8.一种在深度问题回答系统中识别相关特征的系统,操作包括:模块,用于分类深度问题回答系统接收的第一事例;以及模块,在训练深度问题回答系统回答第一事例时,用于识别第一事例中的第一特征,其中所述第一特征包括所述第一事例的变量;所述变量的可能的值包括以下一个或多个:(i)参数值;(ii)当前值,以及(iii)专家的意见;识别出与所述第一特征有关的第一证据;通过一个或多个计算机处理器的操作为第一特征计算第一特征分值,其中,第一特征分值指示在生成对第一事例的正确响应过程中第一特征的相关性;以及一旦确定第一特征分值超过相关性阈值,则在回答被分类的第一事例过程中将第一特征识别为相关;模块,响应于深度问题回答系统接收到第二事例,用于分类第二事例;计算第一事例和第二事例的相似度分值;以及一旦确定相似度分值超过指定的相似度阈值,则在生成对第二事例的正确响应过程中将第一特征识别为相关。9.如权利要求8所述的系统,其中,相似度分值是基于至少以下之一:(i)第一事例的分类和第二事例的分类、以及(ii)第一事例的语境和第二事例的语境。10.如权利要求8所述的系统,其中,第一事例和第二事例的分类是基于至少以下之一:(i)向深度问题回答系统提交各个事例的用户的属性、(ii)各个事例中的问题内容、以及(iii)各个事例中的问题类型。11.如权利要求10所述的系统,其中,用户的属性从以下当中选择:(i)用户的职分、(ii)用户的隶属、(iii)用户的专长、以及(iv)用户的预先定义的偏好组。12.如权利要求8所述的系统,进一步包括:存储第一特征与第一事例之间的关系,其中,所述关系指示在回答第一事例的过程中第一特征是相关的。13.如权利要求8所述的系统,其中,第一特征分值是基于深度问题回答系统使用第一特征检索出的许多相关条目的支持证据。14.如权利要求8所述的系统,其中,第一事例包含向深度问题回答系统提交的至少一个问题,其中,第一特征包含至少以下之一:至少一个问题的(i)类型、(ii)主题、(iii)变量、以及(iv)语境。15.一种减少深度问题回答系统生成对第一事例的响应所需要的处理量的方法,包括:确定第一事例相对于第二事例的相似度分值超过相似度阈值;识别出具有超过相关性阈值的第一相关性分值的第二事例的第一特征,其中所述第一相关性分值指示第一特征在生成对第二事例的正确响应过程中是相关的;基于相似性分值和所述第一相关性分值,确定所述第一特征和生成对所述第一事例的正确回答相关;为不具有第一特征的第一事例识别出第一候选回答;以及在生成对第一事例的响应过程中抑制分析第一候选回答,从而减少深度问题回答系统的处理量。16.如权利要求15所述的方法,进一步包括:一旦确定第二候选回答具有第一特征,则在生成对第一事例的响应过程中分析第二候选回答。17.如权利要求15所述的方法,其中,抑制分析第一候选回答包括:抑制执行对第一候选回答的自然语言处理;抑制确定第一候选回答是否具有第二特征,其中,深度问题回答系统已经识别出第二特征具有超过相关性阈值的第二相关性分值;抑制检索针对第一候选回答的支持证据;以及抑制对针对第一候选回答的支持证据评分。18.如权利要求15所述的方法,其中,所述相关性分值指示第一特征在生成对第二事例的正确响应过程中是相关的。19.如权利要求15所述的方法,进一步包括:一旦确...
【专利技术属性】
技术研发人员:AT克拉克,MG梅格里安,JE皮特里,RJ史蒂文斯,
申请(专利权)人:东方概念有限公司,
类型:发明
国别省市:中国香港,81
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。