人机问答方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种人机问答方法、系统、计算机设备和存储介质。该方法包括：获取输入问句；将输入问句作为问句模型的输入，得到问句模型输出的问句向量；利用知识图谱对输入问句进行知识推理，得到多个推理路径；将多个推理路径作为推理路径模型的输入，得到推理路径模型输出的多个推理路径向量；根据问句向量和多个推理路径向量生成余弦相似度集合；从余弦相似度集合中选取目标余弦相似度，获取与目标余弦相似度对应的目标推理路径；根据目标推理路径得到输入问句对应的答案。采用本方法能够提高人机问答的准确性。

Man-machine question answering method, device, computer equipment and storage medium

The application relates to a human-machine question answering method, system, computer equipment and storage medium. The method includes: obtaining input questions; taking input questions as input of question model, obtaining question vectors of question model output; using knowledge map to infer input questions, obtaining multiple reasoning paths; using multiple reasoning paths as input of reasoning path model, obtaining output of reasoning path model. Multiple reasoning path vectors; generate cosine similarity sets according to question vectors and multiple reasoning path vectors; select target cosine similarity from cosine similarity sets to obtain the target reasoning path corresponding to the target cosine similarity; get the corresponding answers of input questions according to the target reasoning path. This method can improve the accuracy of man-machine question and answer.

【技术实现步骤摘要】
人机问答方法、装置、计算机设备和存储介质
本申请涉及计算机
，特别是涉及一种人机问答方法、装置、计算机设备和存储介质。
技术介绍
随着互联网技术的发展，出现了人机问答技术，可以通过人机问答技术代替或者替换通过人工来回复用户的咨询等。然而，目前的基于知识图谱的人机问答传统方法，都是先确定问句中的关键词，根据关键词以图搜索的方式确定候选答案。由于传统技术的人机问答方法比较依赖于对关键词的定位，因此只能对一些结构和语义比较单一的问句作出问答。而对于复杂的问句，则无法仅通过提取关键词的技术对复杂的问句作出相应的问答。不仅造成人机问答的准确率低，而且效果不佳。
技术实现思路
基于此，有必要针对上述技术问题，提供一种能够提高人机问答准确性的人机问答方法、装置、计算机设备和存储介质。一种人机问答方法，该方法包括：获取输入问句；将输入问句作为问句模型的输入，得到问句模型输出的问句向量；利用知识图谱对输入问句进行知识推理，得到多个推理路径；将多个推理路径作为推理路径模型的输入，得到推理路径模型输出的多个推理路径向量；根据问句向量和多个推理路径向量生成余弦相似度集合；从余弦相似度集合中选取目标余弦相似度，获取与目标余弦相似度对应的目标推理路径；根据目标推理路径得到输入问句对应的答案。在其中一个实施例中，获取输入问句的步骤之前，包括：获取样本输入语句；对样本输入语句进行正则化处理，得到处理后的样本输入语句；当未检测到处理后的样本输入语句中的实体存在对应的匹配实体时，将样本输入语句中的实体与知识图谱中匹配实体建立映射关系；将样本输入语句中的关系与知识图谱中匹配关系建立映射关系。在其中一个实施例中，当未检测到处理后的样本输入语句中的实体存在对应匹配实体时，将样本输入语句中的实体与知识图谱中匹配实体建立映射关系的步骤，包括：对处理后的样本输入语句进行分词，得到三元组形式的样本输入语句；检测三元组形式的样本输入语句中实体是否在知识图谱中存在对应的匹配实体，若是，则进入将样本输入语句中的关系与知识图谱中匹配关系建立映射关系的步骤；若否，则将三元组形式的样本输入语句中的实体与知识图谱中对应的匹配实体建立映射关系。在其中一个实施例中，将样本输入语句中的关系与知识图谱中匹配关系建立映射关系的步骤，包括：对处理后的样本输入语句进行分词；对通过分词所得到的词语进行实体抽取；在知识图谱中查找连接实体与实体之间的匹配关系，将处理后的样本输入语句中连接实体与实体之间的关系与查找到的匹配关系建立映射关系。在其中一个实施例中，根据问句向量和多个推理路径向量生成余弦相似度集合的步骤，包括：将问句向量作为余弦相似度模型的输入，得到余弦相似度模型输出的问句向量余弦相似度；将多个推理路径向量作为余弦相似度模型的输入，得到余弦相似度模型输出的多个推理路径向量余弦相似度；根据问句向量余弦相似度和多个推理路径向量余弦相似度计算得到多个余弦相似度，得到由多个余弦相似度组成的余弦相似度集合。在其中一个实施例中，利用知识图谱对输入问句进行知识推理，得到多个推理路径的步骤，包括：对输入问句进行分词；对通过分词所得到的词语进行实体抽取，得到多个实体；在知识图谱中查找与多个实体对应的映射实体，得到多个映射实体；将多个映射实体与对应的映射关系组合得到多个新的映射组合；在知识图谱中查找对应于多个新的映射组合的多个知识点，将多个知识点对应的路径确定为推理路径。在其中一个实施例中，根据目标推理路径得到输入问句对应的答案步骤之后，包括：检测目标推理路径是否有对应的答案，若否，则返回从余弦相似度集合中选取目标余弦相似度对应的推理路径的步骤。一种人机问答装置，该装置包括：输入问句获取模块，用于获取输入问句；问句向量获取模块，用于将输入问句作为问句模型的输入，得到问句模型输出的问句向量；知识推理模块，用于利用知识图谱对输入问句进行知识推理，得到多个推理路径；推理路径向量获取模块，用于将多个推理路径作为推理路径模型的输入，得到推理路径模型输出的多个推理路径向量；余弦相似度集合生成模块，用于根据问句向量和多个推理路径向量生成余弦相似度集合；目标余弦相似度选取模块，用于从余弦相似度集合中选取目标余弦相似度，获取与目标余弦相似度对应的目标推理路径；答案输出模块，用于根据目标推理路径得到输入问句对应的答案。一种计算机设备，包括存储器、处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现以下步骤：获取输入问句；将输入问句作为问句模型的输入，得到问句模型输出的问句向量；利用知识图谱对输入问句进行知识推理，得到多个推理路径；将多个推理路径作为推理路径模型的输入，得到推理路径模型输出的多个推理路径向量；根据问句向量和多个推理路径向量生成余弦相似度集合；从余弦相似度集合中选取目标余弦相似度，获取与目标余弦相似度对应的目标推理路径；根据目标推理路径得到输入问句对应的答案。一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现以下步骤：获取输入问句；将输入问句作为问句模型的输入，得到问句模型输出的问句向量；利用知识图谱对输入问句进行知识推理，得到多个推理路径；将多个推理路径作为推理路径模型的输入，得到推理路径模型输出的多个推理路径向量；根据问句向量和多个推理路径向量生成余弦相似度集合；从余弦相似度集合中选取目标余弦相似度，获取与目标余弦相似度对应的目标推理路径；根据目标推理路径得到输入问句对应的答案。上述人机问答方法、装置、计算机设备和存储介质，服务器获取终端发送的输入问句，将输入问句作为问句模型的输入，得到问句模型输出的问句向量，利用知识图谱对输入问句进行知识推理，得到多个推理路径；将多个推理路径作为推理路径模型的输入，得到推理路径模型输出的多个推理路径向量；根据问句向量和多个推理路径向量生成余弦相似度集合；从余弦相似度集合中选取目标余弦相似度，获取与目标余弦相似度对应的目标推理路径；根据目标推理路径得到输入问句对应的答案。通过两个模型不仅可以处理简单的问句，而且针对复杂的问句也能够准确的进行人机问答，提高复杂问句对应的答案的准确性。附图说明图1为一个实施例中人机问答方法的应用环境图；图2为一个实施例中人机问答方法的流程示意图；图3为一个实施例中获取输入问句的步骤之后的流程示意图；图4为一个实施例中当未检测到处理后的输入问句中的实体存在对应匹配实体时，将输入问句中的实体与知识图谱中匹配实体建立映射关系的步骤的流程示意图；图5为一个实施例中将输入问句中的关系与知识图谱中匹配关系建立映射关系的步骤的流程示意图；图6为一个实施例中根据问句向量和多个推理路径向量生成余弦相似度集合的步骤的流程示意图；图7为一个实施例中利用知识图谱对输入问句进行知识推理，得到多个推理路径的步骤的流程示意图；图8为另一个实施例中人机问答方法的流程示意图；图9为一个实施例中推理路径的原理示意图；图10为一个实施例中人机问答方法的原理示意图；图11为一个实施例中人机问答装置的结构框图；图12为一个实施例中计算机设备的内部结构图。具体实施方式为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用本文档来自技高网...

【技术保护点】
1.一种人机问答方法，所述方法包括：获取输入问句；将所述输入问句作为问句模型的输入，得到所述问句模型输出的问句向量；利用知识图谱对所述输入问句进行知识推理，得到多个推理路径；将多个所述推理路径作为推理路径模型的输入，得到所述推理路径模型输出的多个推理路径向量；根据所述问句向量和多个所述推理路径向量生成余弦相似度集合；从所述余弦相似度集合中选取目标余弦相似度，获取与所述目标余弦相似度对应的目标推理路径；根据所述目标推理路径得到所述输入问句对应的答案。

【技术特征摘要】
1.一种人机问答方法，所述方法包括：获取输入问句；将所述输入问句作为问句模型的输入，得到所述问句模型输出的问句向量；利用知识图谱对所述输入问句进行知识推理，得到多个推理路径；将多个所述推理路径作为推理路径模型的输入，得到所述推理路径模型输出的多个推理路径向量；根据所述问句向量和多个所述推理路径向量生成余弦相似度集合；从所述余弦相似度集合中选取目标余弦相似度，获取与所述目标余弦相似度对应的目标推理路径；根据所述目标推理路径得到所述输入问句对应的答案。2.根据权利要求1所述的方法，其特征在于，所述获取输入问句的步骤之前，包括：获取样本输入语句；对所述样本输入语句进行正则化处理，得到处理后的样本输入语句；当未检测到所述处理后的样本输入语句中的实体存在对应的匹配实体时，将所述样本输入语句中的实体与知识图谱中所述匹配实体建立映射关系；将所述输入问句中的关系与所述知识图谱中匹配关系建立映射关系。3.根据权利要求2所述的方法，其特征在于，所述当未检测到所述处理后的样本输入语句中的实体存在对应匹配实体时，将所述样本输入语句中的实体与知识图谱中所述匹配实体建立映射关系的步骤，包括：对所述处理后的样本输入语句进行分词，得到三元组形式的样本输入语句；检测所述三元组形式的样本输入语句中实体是否在知识图谱中存在对应的匹配实体，若是，则进入将所述样本输入语句中的关系与所述知识图谱中匹配关系建立映射关系的步骤；若否，则将所述三元组形式的样本输入语句中的实体与知识图谱中对应的匹配实体建立映射关系。4.根据权利要求2所述的方法，其特征在于，所述将所述样本输入语句中的关系与所述知识图谱中匹配关系建立映射关系的步骤，包括：对所述处理后的样本输入语句进行分词；对通过所述分词所得到的词语进行实体抽取；在所述知识图谱中查找连接所述实体与实体之间的匹配关系，将所述处理后的样本输入语句中连接所述实体与实体之间的关系与查找到的所述匹配关系建立映射关系。5.根据权利要求1所述的方法，其特征在于，所述根据所述问句向量和多个所述推理路径向量生成余弦相似度集合的步骤，包括：将所述问句向量作为余弦相似度模型的输入，得到所述余弦相似度模型输出的问句...

【专利技术属性】
技术研发人员：康平陆，杨新宇，纪超杰，
申请(专利权)人：深圳市阿西莫夫科技有限公司，
类型：发明
国别省市：广东,44