用于生成信息的方法和装置制造方法及图纸

本申请实施例公开了用于生成信息的方法和装置。该方法的一具体实施方式包括：获取第一用户的询问文本和第二用户的回答文本；从上述第一用户的询问文本中确定第一症状信息；根据上述第一症状信息和上述询问文本，确定上述询问文本所包括的问题的问题类型；根据所确定的问题类型，从上述回答文本中提取针对上述问题的答案信息。该实施方式有效利用了第一用户的询问文本和第二用户的回答文本，实现了第一症状信息和答案信息挖掘。

【技术实现步骤摘要】
用于生成信息的方法和装置
本申请实施例涉及计算机
，具体涉及用于生成信息的方法和装置。
技术介绍
计算机辅助技术目前已经渗透到医疗、制造、金融等各个领域，加速了各行各业的发展。在医疗领域，从医疗问答对话中解析出病症实体(比如发烧、咳嗽、腹痛等)以及病症的相关属性(比如，病症发生的时长、严重程度、频率等等)，对于智能辅助问诊有着重要的意义。
技术实现思路
本申请实施例提出了用于生成信息的方法和装置。第一方面，本申请实施例提供了一种用于生成信息的方法，该方法包括：获取第一用户的询问文本和第二用户的回答文本；从上述第一用户的询问文本中确定第一症状信息；根据上述第一症状信息和上述询问文本，确定上述询问文本所包括的问题的问题类型；根据所确定的问题类型，从上述回答文本中提取针对上述问题的答案信息。在一些实施例中，上述方法还包括：响应于确定上述回答文本中包括否定词，从上述回答文本中提取症状信息；确定所提取的症状信息中是否包括上述第一症状信息；响应于确定所提取的症状信息中包括上述第一症状信息，确定否定词是否用于修饰上述第一症状信息；响应于确定否定词用于修饰上述第一症状信息，将上述第一症状信息作为负向症状。在一些实施例中，上述方法还包括：响应于确定否定词不是用于修饰上述第一症状信息，将上述第一症状信息作为正向症状。在一些实施例中，上述方法还包括：响应于确定所提取的症状信息中不包括上述第一症状信息，确定否定词是否用于修饰所提取的症状信息；响应于确定否定词不是用于修饰所提取的症状信息，将上述第一症状信息作为负向症状，将所提取的症状信息作为正向症状。在一些实施例中，上述确定否定词是否用于修饰上述第一症状信息，包括：从上述回答文本中提取文本特征信息；将上述文本特征信息输入预先建立的修饰关系判断模型，得到否定词是否修饰上述第一症状信息的判断结果，其中，上述修饰关系判断模型用于表征文本特征信息与判断结果的对应关系，其中，判断结果用于表示否定词是否修饰症状信息。在一些实施例中，上述文本特征信息包括否定词是否包含在预先设置的词语名单中；以及上述从上述回答文本中提取文本特征信息，包括：将上述回答文本中的否定词与上述词语名单中的词语匹配，其中，上述词语名单中包括至少一个包含否定词、但不具有否定意义的词语；响应于确定相匹配，确定否定词包含在上述词语名单中。在一些实施例中，上述修饰关系判断模型是通过以下方式训练得到的：获取训练样本集合，其中，训练样本包括样本文本特征信息和与样本文本特征信息对应的判断结果，其中，样本文本特征信息对应的判断结果用于表示样本文本中的否定词是否修饰样本文本中的症状信息；将上述训练样本集合中的训练样本的样本文本特征信息作为输入，将与输入的样本文本特征信息对应的判断结果作为期望输出，训练得到上述修饰关系判断模型。第二方面，本申请实施例提供了一种用于生成信息的装置，装置包括：获取单元，被配置成获取第一用户的询问文本和第二用户的回答文本；第一确定单元，被配置成从上述第一用户的询问文本中确定第一症状信息；第二确定单元，被配置成根据上述第一症状信息和上述询问文本，确定上述询问文本所包括的问题的问题类型；提取单元，被配置成根据所确定的问题类型，从上述回答文本中提取针对上述问题的答案信息。在一些实施例中，上述装置还包括：症状信息提取单元，被配置成响应于确定上述回答文本中包括否定词，从上述回答文本中提取症状信息；第三确定单元，被配置成确定所提取的症状信息中是否包括上述第一症状信息；第四确定单元，被配置成响应于确定所提取的症状信息中包括上述第一症状信息，确定否定词是否用于修饰上述第一症状信息；第五确定单元，被配置成响应于确定否定词用于修饰上述第一症状信息，将上述第一症状信息作为负向症状。在一些实施例中，上述装置还包括：第六确定单元，被配置成响应于确定否定词不是用于修饰上述第一症状信息，将上述第一症状信息作为正向症状。在一些实施例中，上述装置还包括：第七确定单元，被配置成响应于确定所提取的症状信息中不包括上述第一症状信息，确定否定词是否用于修饰所提取的症状信息；第八确定单元，被配置成响应于确定否定词不是用于修饰所提取的症状信息，将上述第一症状信息作为负向症状，将所提取的症状信息作为正向症状。在一些实施例中，上述第四确定单元包括：提取子单元，被配置成从上述回答文本中提取文本特征信息；输入子单元，被配置成将上述文本特征信息输入预先建立的修饰关系判断模型，得到否定词是否修饰上述第一症状信息的判断结果，其中，上述修饰关系判断模型用于表征文本特征信息与判断结果的对应关系，其中，判断结果用于表示否定词是否修饰症状信息。在一些实施例中，上述文本特征信息包括否定词是否包含在预先设置的词语名单中；以及上述提取子单元进一步被配置成：将上述回答文本中的否定词与上述词语名单中的词语匹配，其中，上述词语名单中包括至少一个包含否定词、但不具有否定意义的词语；响应于确定相匹配，确定否定词包含在上述词语名单中。在一些实施例中，上述修饰关系判断模型是通过以下方式训练得到的：获取训练样本集合，其中，训练样本包括样本文本特征信息和与样本文本特征信息对应的判断结果，其中，样本文本特征信息对应的判断结果用于表示样本文本中的否定词是否修饰样本文本中的症状信息；将上述训练样本集合中的训练样本的样本文本特征信息作为输入，将与输入的样本文本特征信息对应的判断结果作为期望输出，训练得到上述修饰关系判断模型。第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，其上存储有一个或多个程序，当上述一个或多个程序被上述一个或多个处理器执行时，使得上述一个或多个处理器实现如第一方面中任一实现方式描述的方法。第四方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，其中，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。本申请实施例提供的用于生成信息的方法和装置，首先获取第一用户的询问文本和第二用户的回答文本，而后从第一用户的询问文本中确定第一症状信息，并根据第一症状信息和询问文本确定询问文本所包括的问题的问题类型，最后根据所确定的问题类型从回答文本中提取针对问题的答案信息，从而有效利用了第一用户的询问文本和第二用户的回答文本，实现了第一症状信息和答案信息挖掘。附图说明通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：图1是本申请的一个实施例可以应用于其中的示例性系统架构图；图2是根据本申请的用于生成信息的方法的一个实施例的流程图；图3是根据本申请的用于生成信息的方法的一个应用场景的示意图；图4是根据本申请的用于生成信息的方法的又一个实施例的流程图；图5是根据本申请的用于生成信息的装置的一个实施例的结构示意图；图6是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。具体实施方式下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关专利技术，而非对该专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关专利技术相关的部分。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合本文档来自技高网...

【技术保护点】
1.一种用于生成信息的方法，包括：获取第一用户的询问文本和第二用户的回答文本；从所述第一用户的询问文本中确定第一症状信息；根据所述第一症状信息和所述询问文本，确定所述询问文本所包括的问题的问题类型；根据所确定的问题类型，从所述回答文本中提取针对所述问题的答案信息。

【技术特征摘要】
1.一种用于生成信息的方法，包括：获取第一用户的询问文本和第二用户的回答文本；从所述第一用户的询问文本中确定第一症状信息；根据所述第一症状信息和所述询问文本，确定所述询问文本所包括的问题的问题类型；根据所确定的问题类型，从所述回答文本中提取针对所述问题的答案信息。2.根据权利要求1所述的方法，其中，所述方法还包括：响应于确定所述回答文本中包括否定词，从所述回答文本中提取症状信息；确定所提取的症状信息中是否包括所述第一症状信息；响应于确定所提取的症状信息中包括所述第一症状信息，确定否定词是否用于修饰所述第一症状信息；响应于确定否定词用于修饰所述第一症状信息，将所述第一症状信息作为负向症状。3.根据权利要求2所述的方法，其中，所述方法还包括：响应于确定否定词不是用于修饰所述第一症状信息，将所述第一症状信息作为正向症状。4.根据权利要求2所述的方法，其中，所述方法还包括：响应于确定所提取的症状信息中不包括所述第一症状信息，确定否定词是否用于修饰所提取的症状信息；响应于确定否定词不是用于修饰所提取的症状信息，将所述第一症状信息作为负向症状，将所提取的症状信息作为正向症状。5.根据权利要求2所述的方法，其中，所述确定否定词是否用于修饰所述第一症状信息，包括：从所述回答文本中提取文本特征信息；将所述文本特征信息输入预先建立的修饰关系判断模型，得到否定词是否修饰所述第一症状信息的判断结果，其中，所述修饰关系判断模型用于表征文本特征信息与判断结果的对应关系，其中，判断结果用于表示否定词是否修饰症状信息。6.根据权利要求5所述的方法，其中，所述文本特征信息包括否定词是否包含在预先设置的词语名单中；以及所述从所述回答文本中提取文本特征信息，包括：将所述回答文本中的否定词与所述词语名单中的词语匹配，其中，所述词语名单中包括至少一个包含否定词、但不具有否定意义的词语；响应于确定相匹配，确定否定词包含在所述词语名单中。7.根据权利要求5所述的方法，其中，所述修饰关系判断模型是通过以下方式训练得到的：获取训练样本集合，其中，训练样本包括样本文本特征信息和与样本文本特征信息对应的判断结果，其中，样本文本特征信息对应的判断结果用于表示样本文本中的否定词是否修饰样本文本中的症状信息；将所述训练样本集合中的训练样本的样本文本特征信息作为输入，将与输入的样本文本特征信息对应的判断结果作为期望输出，训练得到所述修饰关系判断模型。8.一种用于生成信息的装置，包括：获取单元，被配置成获取第一用户的询问文本和第二用户的回答文本；第一确定单元，被配置成从所述第一用户的询问文本中确定第一症状信息；第二确定单元，被配置成根据所述第一症状信息和所述询问文本，确定所述询问文本所包括的问题的问题类型；提取单元，被配置...

【专利技术属性】
技术研发人员：贾丹，杨叶辉，夏源，罗程亮，范斌，
申请(专利权)人：百度在线网络技术北京有限公司，
类型：发明
国别省市：北京,11