Provides an answer in the question answering system provide a method and device, the method comprises: receiving answers from natural language queries the user query; according to the characteristics of natural language query, determine the elements of object categories and description of object category query the user to query the indication of each candidate word; according to the object type to determine user comments based on the satisfaction of elements in the score and each user value for the degree of the various elements of the score, and the elements of deixis, the prediction query for each candidate user satisfaction scores; provide satisfaction to the user query score candidate is the highest, and the highest satisfaction satisfaction scores of candidates in the the elements of the score. The answer provides methods and devices that can provide the most suitable recommendation objects according to the factors that users are concerned about, and can provide the score of recommender on various elements, so that users can intuitively understand the advantages and disadvantages of the recommendation object in all aspects.
【技术实现步骤摘要】
问答系统中的答案提供方法及装置
本公开总体涉及问答系统,具体涉及问答系统中的答案提供方法及装置。
技术介绍
问答系统是一种能够接受用户以自然语言形式描述的提问,并能从大量的异构数据中查找或推断出用户问题答案的信息检索系统。目前的问答系统在用于对象推荐时,往往只是简单地提供推荐的对象作为答案,而不能提供有关推荐的对象的更详细的要素(aspect)信息,或者不能根据用户所关注的要素向用户提供最适合的推荐对象。图1(a)例示了典型的问答系统提供推荐对象作为答案的示例情形。如图1(a)所示,对于“七夕适合情侣约会的地方”的问题,问答系统会根据其收集的用户评分提供推荐地点A作为答案,但是并不能提供诸如价格、环境、服务、设施等要素的信息,这导致用户无法了解问答系统推荐该地点A的原因,从而可能会怀疑问答系统推荐的该地点A并非是最适合的。图1(b)例示了另一个典型的问答系统提供推荐对象作为答案的示例情形。如图1(b)所示,对于“电影院”这一问题,问答系统能够根据离我最近、人气最高、评价最好、人均最低、人均最高等要素通过智能排序向用户提供推荐的电影院。然而,该系统只能基于上述固定的 ...
【技术保护点】
一种问答系统中的答案提供方法,包括:接收来自查询用户的自然语言查询;根据该自然语言查询,确定该查询用户所要查询的对象类别以及描述该对象类别的特征的要素指示词;根据基于多个用户的评论确定的该对象类别的各个候选对象在各要素上的满意度评分和各个用户对于各要素的看重程度评分、以及所确定的要素指示词,预测该查询用户对于各个候选对象的满意度评分;向该查询用户提供满意度评分最高的候选对象,以及该满意度评分最高的候选对象在各要素上的满意度评分。
【技术特征摘要】
1.一种问答系统中的答案提供方法,包括:接收来自查询用户的自然语言查询;根据该自然语言查询,确定该查询用户所要查询的对象类别以及描述该对象类别的特征的要素指示词;根据基于多个用户的评论确定的该对象类别的各个候选对象在各要素上的满意度评分和各个用户对于各要素的看重程度评分、以及所确定的要素指示词,预测该查询用户对于各个候选对象的满意度评分;向该查询用户提供满意度评分最高的候选对象,以及该满意度评分最高的候选对象在各要素上的满意度评分。2.如权利要求1所述的答案提供方法,其中根据该自然语言查询确定该查询用户所要查询的对象类别以及描述该对象类别的特征的要素指示词包括:通过对该自然语言查询进行语义分析,确定该查询用户所要查询的对象类别以及该对象类别的要素指示词。3.如权利要求1所述的答案提供方法,其中所述对象类别的各个候选对象在各要素上的满意度评分和各个用户对于各要素的看重程度评分如下确定:从所述多个用户的评论中提取各个用户对于所述各个候选对象的满意度评分;最小化误差模型的函数值,以获得各个候选对象在各要素上的满意度评分和各个用户对于各个要素的看重程度评分;所述误差模型表征用户-对象评分矩阵与用户-要素评分矩阵和要素-对象评分矩阵的乘积之间的差异,所述用户-对象评分矩阵中的每个元素代表一个用户对于一个候选对象的满意度评分,用户-要素评分矩阵中的每个元素代表一个用户对于一个要素的看重程度,要素-对象评分矩阵中的每个元素代表一个对象在一个要素上的满意度评分。4.如权利要求3所述的答案提供方法,其中所述误差模型为用户-对象评分矩阵与用户-要素评分矩阵和要素-对象评分矩阵的乘积之间的差异的范数。5.如权利要求3所述的答案提供方法,其中所述对象类别的各个候选对象在各要素上的满意度评分和各个用户对于各要素的看重程度评分进一步如下确定:统计所述多个用户的评论中的各个评论词在各个用户的评论中的出现频率;基于情感词典,确定所述多个用户的评论中的各个情感词在各个对象的评论中的情感得分;其中所述误差模型还表征用户-评论词评分矩阵与用户-要素评分矩阵和要素-评论词评分矩阵的乘积之间的差异,以及情感词-对象评分矩阵与情感词-要素评分矩阵和要素-对象评分矩阵的乘积之间的差异,所述用户-评论词评分矩阵中的每个元素代表一个评论词在一个用户的所有评论中的出现概率,要素-评论词评分矩阵中的每个元素代表一个评论词有多大的概率表示一个要素,情感词-对象评分矩阵中的每个元素代表一个情感词在一个对象的评论中的情感得分,情感词-要素评分矩阵中的每个元素代表一个情感词有多大概率表示一个要素。6.如权利要求5所述的答案提供方法,其中所述基于情感词典确定所述多个用户的评论中的各个情感词在各个对象的评论中的情感得分包括:统计所述各个情感词在各个对象的评论中的出现频率;基于情感词典确定各个情感词的情感评分;基于各个情感词的情感评分及其在各个对象的评论中的出现频率,确定各个情感词在各个对象的评论中的情感得分。7.如权利要求5或6所述的答案提供方法,其中所述误差模型为以下范数的加权和:用户-对象评分矩阵与用户-要素评分矩阵和要素-对象评分矩阵的乘积之间的差异的范数、用户-评论词评分矩阵与用户-要素评分矩阵和要素-评论词评分矩阵的乘积之间的差异的范数、情感词-对象评分矩阵与情感词-要素评分矩阵和要素-对象评分矩阵的乘积之间的差异的范数。8.如权利要求3或5所述的答案提供方法,其中根据基于多个用户的评论确定的该对象类别的各个候选对象在各要素上的满意度评分和各个用户对于各要素的看重程度评分、以及所确定的要素指示词,预测该查询用户对于各个候选对象的满意度评分包括:判断所述各个用户对于各要素的看重程度评分中是否包括该查询用户对于各要素的看重程度评分;如果包括该查询用户对于各要素的看重程度评分,则基于该查询用户对于各要素的看重程度评分构建第一评分矢量,该第一评分矢量中的每个元素为该查询用户对于每个要素的看重程度评分;对所述第一评分矢量进行调整,以增大其中该查询用户对于所确定的要素指示词所对应的要素的看重程度评分;将调整后的第一评分矢量与要素-对象评分矩阵相乘,以预测该查询用户对于各个候选对象的满意度评分。9.如权利要求8所述的答案提供方法,其中根据基于多个用户的评论确定的该对象类别的各个候选对象在各要素上的满意度评分和各个用户对于各要素的看重程度评分、以及所确定的要素指示词,预测该查询用户对于各个候选对象的满意度评分进一步包括:如果不包括该查询用户对于各要素的看重程度评分,则构建与第一评分矢量相同维度的第二评分矢量,该第二评分矢量中的每个元素表示该查询用户对于每个要素的看重程度评分,其中对于所确定的要素指示词所对应的要素的看重程度评分设置为最高评分,对于其他要素的看重程度评分设置为零;将该第二评分矢量与要素-对象评分矩阵相乘,以预测该查询用户对于各个候选对象的满意度评分。10.一种问答系统中的答案提供装置,包括:接收部件,配置为接收来自查询用户的自然语言查询;分析部件,配置为根据该自然语言查询,确定该查询用户所要查询的对象类别以及描述该对象类别的特征的要素指示词;预测部件,配置为根据基...
【专利技术属性】
技术研发人员:王晓利,张永生,高升,邱琳,郭军,
申请(专利权)人:株式会社NTT都科摩,
类型:发明
国别省市:日本,JP
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。