智能问答方法及存储介质、终端技术

一种智能问答方法及存储介质、终端，智能问答方法包括：获取用户问题；利用至少两种方式得到针对所述用户问题的多个答案；根据各个答案的来源参数以及预测概率对所述多个答案进行筛选，所述答案的来源参数和预测概率是根据该答案的获取方式确定的，所述筛选具体包括：根据每一答案的来源参数确定该答案的重要性权值；根据每一答案的预测概率确定该答案的准确性权值；利用各个答案的重要性权值和准确性权值计算各个答案的有效分数；根据各个答案的有效分数对所述多个答案进行筛选；输出筛选得到的最优答案。通过本发明专利技术技术方案可以提高问答交互过程中响应的准确性和连续性。

Intelligent Question Answering Method and Storage Media and Terminal

【技术实现步骤摘要】
智能问答方法及存储介质、终端
本专利技术涉及自然语言处理
，尤其涉及一种智能问答方法及存储介质、终端。
技术介绍
在人工智能技术应用领域，出现了越来越多的智能问答产品。通常而言，对于用户问题的回复准确性和回复速度是影响智能问答产品质量的重要因素。现有技术中存在多种问答处理方式，常用的有基于规则的方式、基于模板匹配的方式、基于检索的方式、基于生成式方式等。其中，基于检索的方式是通过检索知识库中已有的知识点产生答案，知识库通常包括多个知识点，每一知识点包括标准问及其对应的扩展问以及答案；基于生成式的答案反馈机制是根据当前用户输入的信息自动生成由词语序列组成的答案。但是，在基于规则、模板匹配、检索的方式中，模板、例子或数据库具有局限性，并且缺乏有效的语言理解，导致在答案的准确性和灵活性上存在一定不足；基于生成式方式需要建立和训练模型，模型复杂度高，答案获取过程的稳定性低。
技术实现思路
本专利技术解决的技术问题是如何提高问答交互过程中响应的准确性和连续性。为解决上述技术问题，本专利技术实施例提供一种智能问答方法，包括：获取用户问题；利用至少两种方式得到针对所述用户问题的多个答案，所述方式包括知识库、知识图谱或学习模型；根据各个答案的来源参数以及预测概率对所述多个答案进行筛选，所述答案的来源参数和预测概率是根据该答案的获取方式确定的，所述筛选具体包括：根据每一答案的来源参数确定该答案的重要性权值；根据每一答案的预测概率确定该答案的准确性权值；利用各个答案的重要性权值和准确性权值计算各个答案的有效分数；根据各个答案的有效分数对所述多个答案进行筛选；输出筛选得到的最优答案。可选地，采用以下方式的一种或多种确定答案的预测概率：如果所述答案来自所述知识库，则计算所述用户问题与所述知识库中标准问和/或扩展问的语义相似度，以作为所述答案的预测概率；如果所述答案来自所述知识图谱，则根据所述知识图谱确定的所述答案的可信度确定所述答案的预测概率；如果所述答案来自学习模型，则根据所述答案的相邻词语间的条件概率之和确定所述答案的预测概率。可选地，所述来源参数包括优先级，来自知识库的答案的优先级高于来自知识图谱的答案的优先级，来自知识图谱的答案的优先级高于来自学习模型的答案的优先级。可选地，所述根据各个答案的来源参数以及预测概率对所述多个答案进行筛选包括：按照答案的优先级高低顺序，依次判断各个答案的预测概率是否大于设定阈值，并将首次判断得到的预测概率大于所述设定阈值的答案作为最优答案。可选地，所述利用至少两种方式得到针对所述用户问题的多个答案包括利用以下任意两种或三种方式得到所述多个答案：计算所述用户问题与知识库中标准问和/或扩展问的语义相似度，并确定来自所述知识库的第一答案；将所述用户问题与知识图谱中的知识进行匹配，并确定来自所述知识图谱的第二答案；将所述用户问题输入学习模型，并确定所述学习模型的输出为第三答案。可选地，所述用户问题为语音；所述获取用户问题包括：将所述用户问题转换为文本，所述输出筛选得到的最优答案包括：将获得的所述最优答案转换为语音后发送给用户。可选地，所述获取用户问题的步骤是响应于接收到的切换指示信息后执行的。可选地，所述意图识别结果是利用预先训练完成的意图分类模型对所述用户问题进行意图识别得到的。本专利技术实施例还公开了一种存储介质，其上存储有计算机指令，所述计算机指令运行时执行所述智能问答方法的步骤。本专利技术实施例还公开了一种终端，包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的计算机指令，所述处理器运行所述计算机指令时执行所述智能问答方法的步骤。与现有技术相比，本专利技术实施例的技术方案具有以下有益效果：本专利技术技术方案获取用户问题；利用至少两种方式得到针对所述用户问题的多个答案；根据各个答案的来源参数以及预测概率对所述多个答案进行筛选，所述答案的来源参数和预测概率是根据该答案的获取方式确定的；输出筛选得到的最优答案。本专利技术技术方案利用至少两种方式获得多个答案，然后在多个答案中筛选最优答案输出；由于获取答案的方式不同，因此可以从多个角度提升答案的丰富性，可以避免采用单一方式获取不到答案的情况，保证与用户问答交互的可持续性，提升用户体验。此外，从多个答案中根据各个答案的来源参数以及预测概率选取最优答案，可以保证答案针对用户问题回复的准确性。本专利技术技术方案利用知识库、知识图谱或学习模型获取答案，是基于不同的技术原理来获取的，因此可以进一步提升答案的丰富性；此外，通过上述三种途径获取到的针对用户问题的答案的准确性较高，经过进一步筛选后得到的最优答案的准确性更高，进一步提高问答交互过程中响应的准确性。附图说明图1是本专利技术实施例一种智能问答方法的流程图；图2是图1所示步骤S102的一种具体实施方式的示意图；图3是图1所示步骤S103的一种具体实施方式的流程图；图4是图1所示步骤S103的另一种具体实施方式的流程图。具体实施方式如
技术介绍
中所述，现有技术在基于规则、模板匹配、检索的方式中，模板、例子或数据库具有局限性，并且缺乏有效的语言理解，导致在答案的准确性和灵活性上存在一定不足；基于生成式方式需要建立和训练模型，模型复杂度高，答案获取过程稳定性低。本专利技术技术方案利用至少两种方式获得多个答案，然后在多个答案中筛选最优答案输出；由于获取答案的方式不同，因此可以从多个角度提升答案的丰富性，可以避免采用单一方式获取不到答案的情况，保证与用户问答交互的可持续性，提升用户体验。此外，从多个答案中根据各个答案的来源参数以及预测概率选取最优答案，可以保证答案针对用户问题回复的准确性。为使本专利技术的上述目的、特征和优点能够更为明显易懂，下面结合附图对本专利技术的具体实施例做详细的说明。图1是本专利技术实施例一种智能问答方法的流程图。图1所示智能问答方法可以用于问答系统，所述智能问答方法可以包括以下步骤：步骤S101：获取用户问题；步骤S102：利用至少两种方式得到针对所述用户问题的多个答案；步骤S103：根据各个答案的来源参数以及预测概率对所述多个答案进行筛选，所述答案的来源参数和预测概率是根据该答案的获取方式确定的；步骤S104：输出筛选得到的最优答案。本实施例中，步骤S101可以采用任意可实施的方式获取用户问题，例如可以直接从外部采集得到用户问题，也可以通过接口调用的方式获取用户问题。用户问题可以具备语义。具体地，用户问题可以是语音、文本等形式。在步骤S102的具体实施中，可以利用至少两种方式得到至少两个答案。具体而言，获取用户问题的答案的方式有多种，例如，利用知识库对用户问题进行匹配，并将与用户问题相匹配的标准问对应的答案作为针对用户问题的答案；也可以利用搜索算法在意图空间中进行搜索，并将搜索到的答案作为针对用户问题的答案。其中，意图空间可以是预置的，也可以通过在线学习不断得到补充。或者，还可以利用深度学习模型将用户问题进行编码识别并解码输出相应的答案。由于采用多种方式获取答案，每种获取方式采用不同的原理获取答案，因此可以提升答案的丰富性。进一步而言，采用单一方式获取用户问题的答案时，会出现无法获取答案的情况，例如知识库中没有与用户问题相匹配的答案，知识图谱中不存在与用户问题相匹配的本体。那么，通过采用多种方式获取答案，可以避免上述本文档来自技高网...

【技术保护点】
1.一种智能问答方法，其特征在于，包括：获取用户问题；利用至少两种方式得到针对所述用户问题的多个答案，所述方式包括知识库、知识图谱或学习模型；根据各个答案的来源参数以及预测概率对所述多个答案进行筛选，所述答案的来源参数和预测概率是根据该答案的获取方式确定的，所述筛选具体包括：根据每一答案的来源参数确定该答案的重要性权值；根据每一答案的预测概率确定该答案的准确性权值；利用各个答案的重要性权值和准确性权值计算各个答案的有效分数；根据各个答案的有效分数对所述多个答案进行筛选；输出筛选得到的最优答案。

【技术特征摘要】
1.一种智能问答方法，其特征在于，包括：获取用户问题；利用至少两种方式得到针对所述用户问题的多个答案，所述方式包括知识库、知识图谱或学习模型；根据各个答案的来源参数以及预测概率对所述多个答案进行筛选，所述答案的来源参数和预测概率是根据该答案的获取方式确定的，所述筛选具体包括：根据每一答案的来源参数确定该答案的重要性权值；根据每一答案的预测概率确定该答案的准确性权值；利用各个答案的重要性权值和准确性权值计算各个答案的有效分数；根据各个答案的有效分数对所述多个答案进行筛选；输出筛选得到的最优答案。2.根据权利要求1所述的智能问答方法，其特征在于，采用以下方式的一种或多种确定答案的预测概率：如果所述答案来自所述知识库，则计算所述用户问题与所述知识库中标准问和/或扩展问的语义相似度，以作为所述答案的预测概率；如果所述答案来自所述知识图谱，则根据所述知识图谱确定的所述答案的可信度确定所述答案的预测概率；如果所述答案来自学习模型，则根据所述答案的相邻词语间的条件概率之和确定所述答案的预测概率。3.根据权利要求1所述的智能问答方法，其特征在于，所述来源参数包括优先级，来自知识库的答案的优先级高于来自知识图谱的答案的优先级，来自知识图谱的答案的优先级高于来自学习模型的答案的优先级。4.根据权利要求1所述的智能问答方法，其特征在于，所述根据各个答案的来源参数以及预测概率对所述多个答案进行筛选包括：按照答案的优先级高低顺序...

【专利技术属性】
技术研发人员：陈培华，朱频频，
申请(专利权)人：上海智臻智能网络科技股份有限公司，
类型：发明
国别省市：上海,31