【技术实现步骤摘要】
一种基于系统功能语法的机器人应答方法及装置
本专利技术涉及系统功能语言学、自然语言处理与智能问答
,特别是涉及一种基于系统功能语法的机器人应答方法及装置。
技术介绍
互联网时代,信息呈现爆炸式增长趋势。面对如此海量的数据,如何帮助人们更好的寻找信息、识别信息,成为信息检索领域的重中之重。基于上述问题,在当前互联网环境非结构化知识大规模增长的情况下,智能问答机器人也在实际的各领域的信息服务系统以及社会生活中得到愈发广泛的应用。其作为问答系统重要的实现方式之一,除了需要能够给出精准的答案,还需要具有流畅自然的问答对话能力、精准的语义分析能力、丰富的上下文场景以及强大的自我学习能力,理解用户需求,促进人机交互方式的发展。然而,现有智能问答中,搜索引擎会按照用户的查询请求返回一串链接,每个链接指向一个文档并配有一段摘要信息,用户需要逐个浏览返回链接列表所对应的文档,以寻找自己期望的信息。但筛选文档的过程往往会消耗用户很多时间,因为用户通常需要的只是具体答案而非整篇文档。即由搜索引擎返回的大量信息只有少部分是用户需要的,这就带来了信息过载的问题。智能问答机器人多是基于匹配方式,依托预存储目标问题和答案对的知识库,在获取用户输入的目标问题后,对该目标问题进行特征化表示,并将特征化表示后的目标问题输入到预先训练好的机器学习模型中,输出与该目标问题最接近的应答并将其进行展示,其中,该机器学习模型用于计算输入目标问题与数据库中目标问题的相似度,预测最接近的目标问题。但是这种完全基于匹配的方式由于没有考虑目标问题本身的基本言语功能,因此无法作出符合功能语法的应答,不管针 ...
【技术保护点】
一种基于系统功能语法的机器人应答方法,其特征在于,应用于智能问答系统,所述方法包括:从预设的知识库中采用问题检索方法检索接收到的目标问题,其中,所述目标问题为当前用户输入的问题;如果检索到所述目标问题存在预设的知识库中,则从所述知识库中选取与所述目标问题相似度最高的问题作为匹配问题,再从所述知识库中搜索与所述匹配问题对应的应答,记为第一应答;根据第一机器人属性对应的系统功能语法特征,对所述第一应答进行优化,得到优化后的应答,记为目标应答,以使应答更加符合问答上下文语义,所述第一机器人属性是所述智能问答系统未被初始化对应的机器人属性,所述机器人属性包括互动属性、认知属性和正式属性。
【技术特征摘要】
1.一种基于系统功能语法的机器人应答方法,其特征在于,应用于智能问答系统,所述方法包括:从预设的知识库中采用问题检索方法检索接收到的目标问题,其中,所述目标问题为当前用户输入的问题;如果检索到所述目标问题存在预设的知识库中,则从所述知识库中选取与所述目标问题相似度最高的问题作为匹配问题,再从所述知识库中搜索与所述匹配问题对应的应答,记为第一应答;根据第一机器人属性对应的系统功能语法特征,对所述第一应答进行优化,得到优化后的应答,记为目标应答,以使应答更加符合问答上下文语义,所述第一机器人属性是所述智能问答系统未被初始化对应的机器人属性,所述机器人属性包括互动属性、认知属性和正式属性。2.如权利要求1所述的方法,其特征在于,在所述将所接收的目标问题转发到预设的机器人综合应答模块之前,所述方法还包括:获取按照机器人属性分类对目标语料数据标注后的目标语料数据,所述目标语料数据是从预设领域中获取的语料数据;将标注后的目标语料数据输入到预设的卷积神经网络进行训练,通过深度学习,获得训练后的机器人属性分类模型;利用所述机器人属性分类模型对所述智能问答系统中的第一机器人属性进行初始化。3.如权利要求2所述的方法,其特征在于,在所述根据第一机器人属性对应的系统功能语法特征,对所述第一应答进行优化,得到优化后的应答,记为目标应答,以使应答更加符合问答上下文语义之后,所述方法还包括:将所述目标应答输出至与所述目标问题对应的当前会话。4.如权利要求1或3所述的方法,其特征在于,在所述根据第一机器人属性对应的系统功能语法特征,对所述第一应答进行优化,得到优化后的应答,记为目标应答,以使应答更加符合问答上下文语义之前,所述方法还包括:基于系统功能语法原理,提炼所述目标问题中隐含的言语功能,并给出所述目标问题中隐含的言语功能对应的会话方式,所述会话方式包括接受或退回、执行或拒绝、认可或驳回、回答或拒答。5.如权利要求4所述的方法,其特征在于,在所述从预设的知识库中采用问题检索方法检索接收到的目标问题之后,所述方法还包括:如果未在所述知识库中检索到所述目标问题,通过深度学习,采用目标模型训练未在所述知识库中的所述目标问题,得到训练后的深度智能问答模型;所述目标模型为卷积神经网络CNN、长短期记忆网络模型LSTM、循环神经网络模型RNN以及变体或记忆网络中至少一种组合;利用所述深度智能问答模型将所述目标问题生成应答,记为第二应答。6.如权利要求5所述的方法,其特征在于,在所述利用所述深度智能问答模型将所述目标问题生成应答,记为第二应答之后,所述方法还包括:基于系统功能语法原理,提炼所述目标问题中隐含的言语功能,并给出所述目标问题中隐含的言语功能对应的会话方式;基于所述会话方式,根...
【专利技术属性】
技术研发人员:张钫炜,韩道岐,孙明哲,郭雪梅,陆月明,
申请(专利权)人:北京邮电大学,
类型:发明
国别省市:北京,11
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。