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。 ...
【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
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。