智能问答方法、装置、计算机设备和存储介质制造方法及图纸

本申请涉及一种智能问答方法、装置、计算机设备和存储介质。所述方法包括：获取目标领域的问句文本，从问句文本中提取目标实体；采用预先构建的词向量模型获取目标实体的词向量；将词向量输入至预先训练好的用户意图分类模型中，获得问句文本的用户意图类型；根据用户意图类型以及目标实体生成结构化查询语句，根据结构化查询语句从目标领域的知识库中查找匹配的问句答案。本方法基于自然语言处理技术结合数据库技术实现智能问答，能够有效提高问句文本与知识库中的答案匹配的准确性，提高智能问答的准确度。

【技术实现步骤摘要】
智能问答方法、装置、计算机设备和存储介质
本申请涉及人工智能
，特别是涉及一种智能问答方法、装置、计算机设备和存储介质。
技术介绍
目前，智能问答系统是大多是基于标准问答对设计的，即给定一个问题以及一个或多个对应的答案，例如在传统的智能问答中，当用户输入的问句文本至智能问答系统后，智能问答系统在知识库中查找出与问句文本匹配的标准问题，然后再将标准问题对应的答案反馈至用户。但是，传统的智能问答中的问句文本与标准问题匹配的准确率较低，导致传统的智能问答的正确率下降，难以做到特定知识领域的正确结果搜索。
技术实现思路
基于此，有必要针对上述传统的智能问答的正确率较低的技术问题，提供一种智能问答方法、装置、计算机设备和存储介质。一种智能问答方法，所述方法包括：获取目标领域的问句文本，从所述问句文本中提取目标实体；采用预先构建的词向量模型获取所述目标实体的词向量；将所述词向量输入至预先训练好的用户意图分类模型中，获得所述问句文本的用户意图类型；根据所述用户意图类型以及所述目标实体生成结构化查询语句，根据所述结构化查询语句从目标领域的知识库中查找匹配的问句答案。在其中一个实施例中，所述根据所述本文档来自技高网...

【技术保护点】
1.一种智能问答方法，所述方法包括：获取目标领域的问句文本，从所述问句文本中提取目标实体；采用预先构建的词向量模型获取所述目标实体的词向量；将所述词向量输入至预先训练好的用户意图分类模型中，获得所述问句文本的用户意图类型；根据所述用户意图类型以及所述目标实体生成结构化查询语句，根据所述结构化查询语句从目标领域的知识库中查找匹配的问句答案。

【技术特征摘要】
1.一种智能问答方法，所述方法包括：获取目标领域的问句文本，从所述问句文本中提取目标实体；采用预先构建的词向量模型获取所述目标实体的词向量；将所述词向量输入至预先训练好的用户意图分类模型中，获得所述问句文本的用户意图类型；根据所述用户意图类型以及所述目标实体生成结构化查询语句，根据所述结构化查询语句从目标领域的知识库中查找匹配的问句答案。2.根据权利要求1所述的方法，其特征在于，所述根据所述用户意图类型以及所述目标实体生成结构化查询语句的步骤，包括：获取所述目标实体对应的实体类别，根据所述目标实体以及所述目标实体对应的实体类别确定查询条件；根据所述用户意图类型确定待查询表名；结合所述查询条件以及所述带查询表名生成结构化查询语句。3.根据权利要求1所述的方法，其特征在于，所述将所述词向量输入至预先训练好的用户意图分类模型中，获得所述问句文本的用户意图类型的步骤，包括：将所述词向量输入至预先训练好的SVM模型中，获得各个用户意图类型对应的置信度；将所述置信度最高的用户意图类型确定为所述问句文本的用户意图类型。4.根据权利要求3所述的方法，其特征在于，所述将所述词向量输入至预先训练好的SVM模型中的步骤之前，包括：获取目标领域的用户意图分类训练样本，所述用户意图分类训练样本包括实体样本以及所述用户意图分类训练样本对应的文本意图类型标签；利用所述词向量模型获取各所述用户意图分类训练样本中实体样本的词向量；根据各所述用户意图分类训练样本中的词向量以及对应的文本意图类型标签，对初始化的SVM模型进行监督训练，保存监督训练后的SVM模型。5.根据权利要求4所述的方法，其特征在于，所述从所述问句文本中提取目标实体的步骤，包括：对所述问句文本进行中文分词，获得所述问句文本中的词汇；从所述词...

【专利技术属性】
技术研发人员：黄萍，汪伟，肖京，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：广东,44