一种语料处理方法、装置、存储介质及电子设备制造方法及图纸

本申请实施例公开了一种语料处理方法、装置、存储介质及电子设备，其中，方法包括：基于输入语料进行检索，得到输入语料对应的第一候选结果集合，获取第一候选结果集合中至少一个第一候选结果对应的第一向量；从历史对话语料中获取与输入语料对应的第二候选结果集合，获取第二候选结果集合中至少一个第二候选结果对应的第二向量；基于输入语料对应的第三向量与第一向量，计算得到第一权值向量，基于第三向量与第二向量，计算得到第二权值向量；基于第一权值向量以及第二权值向量，对第一向量以及第二向量进行加权求和处理，得到目标向量；基于目标向量以及第三向量，得到输入语料对应的最终结果。采用本申请实施例，可以提升结果生成的准确率。

【技术实现步骤摘要】
一种语料处理方法、装置、存储介质及电子设备
本申请涉及计算机
，尤其涉及一种语料处理方法、装置、存储介质及电子设备。
技术介绍
近年来，智能问答技术得到广泛、深入的研究，并取得重要进展。基于智能问答系统获取信息能够减少用户精力耗费，提高信息获取效率，提升用户体验。例如，基于sequence-to-sequence的框架的智能问答系统，在大规模QA语料上进行训练，并基于单条的上文内容进行结果(如：回答结果)的生成。但基于sequence-to-sequence的结果生成模型通常将问题转化为固定长度的表示，对候选结果的内容依赖考虑不足，会导致所生成的结果准确率低。
技术实现思路
本申请实施例提供了一种语料处理方法、装置、存储介质及电子设备，可以解决智能问答系统生成的结果准确率低的问题。技术方案如下：第一方面，本申请实施例提供了一种语料处理方法，方法包括：基于输入语料进行检索，得到输入语料对应的第一候选结果集合，获取第一候选结果集合中至少一个第一候选结果对应的第一向量；从历史对话语料中获取与输入语料对应的第二候选结果集合，获取第二候选结果集合中至少一个第二候选结果对应的第二向量；基于输入语料对应的第三向量与第一向量，计算得到第一权值向量，基于第三向量与第二向量，计算得到第二权值向量；基于第一权值向量以及第二权值向量，对第一向量以及第二向量进行加权求和处理，得到目标向量；基于目标向量以及第三向量，得到输入语料对应的最终结果。可选的，还包括：采用文本方式和/或语音方式展示输入语料、历史对话语料和/或最终结果。可选的，基于输入语料进行检索得到输入语料对应的第一候选结果集合，包括：对输入语料进行分词处理，得到输入语料对应的多个分词；将多个分词依次输入至检索引擎中，得到输入语料对应的第一候选结果集合。可选的，获取第一候选结果集合中至少一个第一候选结果对应的第一向量，包括：将第一候选结果集合输入至语义向量化表示模型中，输出第一候选结果集合中至少一个第一候选结果的每个分词对应的向量，其中，语义向量化表示模型由分词与向量的映射关系预先训练；将至少一个第一候选结果的每个分词对应的向量组合为第一向量。可选的，获取第二候选结果集合中至少一个第二候选结果对应的第二向量，包括：将第二候选结果集合输入至语义向量化表示模型中，输出第二候选结果集合中至少一个第二候选结果的每个分词对应的向量；将至少一个第二候选结果的每个分词对应的向量组合为第二向量。可选的，基于输入语料对应的第三向量与第一向量之前，还包括：将输入语料输入至语义向量化表示模型中，输出输入语料中每个分词对应的向量；将输入语料中每个分词对应的向量组合为第三向量。可选的，基于输入语料对应的第三向量与第一向量，计算得到第一权值向量，基于第三向量与第二向量，计算得到第二权值向量，包括：计算第三向量与第一向量的内积，得到第一内积结果，将第一内积结果输入至预先创建的阅读理解模型中，得到第一权值向量；计算第三向量与第二向量的内积，得到第二内积结果，将第一内积结果输入至阅读理解模型中，得到第二权值向量。可选的，基于目标向量以及第三向量，得到输入语料对应的最终结果，包括：将目标向量以及输入向量输入至预先创建的答案解码模型中，输出输入语料对应的最终结果。第二方面，本申请实施例提供了一种语料处理装置，装置包括：第一向量获取模块，用于基于输入语料进行检索，得到输入语料对应的第一候选结果集合，获取第一候选结果集合中至少一个第一候选结果对应的第一向量；第二向量获取模块，用于从历史对话语料中获取与输入语料对应的第二候选结果集合，获取第二候选结果集合中至少一个第二候选结果对应的第二向量；权值向量计算模块，用于基于输入语料对应的第三向量与第一向量，计算得到第一权值向量，基于第三向量与第二向量，计算得到第二权值向量；目标向量获取模块，用于基于第一权值向量以及第二权值向量，对第一向量以及第二向量进行加权求和处理，得到目标向量；最终结果获取模块，用于基于目标向量以及第三向量，得到输入语料对应的最终结果。可选的，还包括：语料展示模块，用于采用文本方式和/或语音方式展示输入语料、历史对话语料和/或最终结果。可选的，第一向量获取模块，具体用于：对输入语料进行分词处理，得到输入语料对应的多个分词；将多个分词依次输入至检索引擎中，得到输入语料对应的第一候选结果集合。可选的，第一向量获取模块，具体用于：将第一候选结果集合输入至语义向量化表示模型中，输出第一候选结果集合中至少一个第一候选结果的每个分词对应的向量，其中，语义向量化表示模型由分词与向量的映射关系预先训练；将至少一个第一候选结果的每个分词对应的向量组合为第一向量。可选的，第二向量获取模块，具体用于：将第二候选结果集合输入至语义向量化表示模型中，输出第二候选结果集合中至少一个第二候选结果的每个分词对应的向量；将至少一个第二候选结果的每个分词对应的向量组合为第二向量。可选的，还包括第三向量获取模块，用于：将输入语料输入至语义向量化表示模型中，输出输入语料中每个分词对应的向量；将输入语料中每个分词对应的向量组合为第三向量。可选的，权值向量计算模块，用于计算第三向量与第一向量的内积，得到第一内积结果，将第一内积结果输入至预先创建的阅读理解模型中，得到第一权值向量；计算第三向量与第二向量的内积，得到第二内积结果，将第一内积结果输入至阅读理解模型中，得到第二权值向量。可选的，最终结果获取模块，具体用于：将目标向量以及输入向量输入至预先创建的答案解码模型中，输出输入语料对应的最终结果。第三方面，本申请实施例提供一种计算机存储介质，计算机存储介质存储有多条指令，指令适于由处理器加载并执行上述的方法步骤。第四方面，本申请实施例提供一种电子设备，可包括：处理器和存储器；其中，存储器存储有计算机程序，计算机程序适于由处理器加载并执行上述的方法步骤。本申请一些实施例提供的技术方案带来的有益效果至少包括：在本申请一个或多个实施例中，语料处理装置基于输入语料进行检索，得到输入语料对应的第一候选结果集合，获取第一候选结果集合中至少一个第一候选结果对应的第一向量，并从历史对话语料中获取与输入语料对应的第二候选结果集合，获取第二候选结果集合中至少一个第二候选结果对应的第二向量；再基于输入语料对应的第三向量与第一向量，计算得到第一权值向量，以及基于第三向量与第二向量，计算得到第二权值向量，根据第一权值向量以及第二权值向量，对第一向量以及第二向量进行加权求和处理后得到目标向量，最后，基于目标向量以及第三向量，得到输入语料对应的最终结果。通过考虑输入语料内容并结合与该输入语料相关的历史对话语料，可以更好的把握场景变化对结果的影响，同时，将输入语料对应的所有候选结果都参与计算，而不仅是挑选打分最高的候选结果，可以提升查询结果生成的准确率。附图说明为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是本申请实施例提供的一种语料处理方法的流程示意图；图2是本申请实施例提供的一种语料处理方法的流程本文档来自技高网...

【技术保护点】
1.一种语料处理方法，其特征在于，方法包括：基于输入语料进行检索，得到输入语料对应的第一候选结果集合，获取第一候选结果集合中至少一个第一候选结果对应的第一向量；从历史对话语料中获取与输入语料对应的第二候选结果集合，获取第二候选结果集合中至少一个第二候选结果对应的第二向量；基于输入语料对应的第三向量与第一向量，计算得到第一权值向量，基于第三向量与第二向量，计算得到第二权值向量；基于第一权值向量以及第二权值向量，对第一向量以及第二向量进行加权求和处理，得到目标向量；基于目标向量以及第三向量，得到输入语料对应的最终结果。

【技术特征摘要】
1.一种语料处理方法，其特征在于，方法包括：基于输入语料进行检索，得到输入语料对应的第一候选结果集合，获取第一候选结果集合中至少一个第一候选结果对应的第一向量；从历史对话语料中获取与输入语料对应的第二候选结果集合，获取第二候选结果集合中至少一个第二候选结果对应的第二向量；基于输入语料对应的第三向量与第一向量，计算得到第一权值向量，基于第三向量与第二向量，计算得到第二权值向量；基于第一权值向量以及第二权值向量，对第一向量以及第二向量进行加权求和处理，得到目标向量；基于目标向量以及第三向量，得到输入语料对应的最终结果。2.根据权利要求1的方法，其特征在于，还包括：采用文本方式和/或语音方式展示所述最终结果。3.根据权利要求1的方法，其特征在于，基于输入语料进行检索得到输入语料对应的第一候选结果集合，包括：对输入语料进行分词处理，得到输入语料对应的多个分词；将多个分词依次输入至检索引擎中，得到输入语料对应的第一候选结果集合。4.根据权利要求1的方法，其特征在于，获取第一候选结果集合中至少一个第一候选结果对应的第一向量，包括：将第一候选结果集合输入至语义向量化表示模型中，输出第一候选结果集合中至少一个第一候选结果的每个分词对应的向量，其中，语义向量化表示模型由分词与向量的映射关系预先训练；将至少一个第一候选结果的每个分词对应的向量组合为第一向量。5.根据权利要求4的方法，其特征在于，获取第二候选结果集合中至少一个第二候选结果对应的第二向量，包括：将第二候选结果集合输入至语义向量化表示模型中，输出第二候选结果集合中至少一个第二候选结果的每个分词对应的向量；将至少一个第二候选结果的每个分词对应的向量组合为第二向量。6.根据权利要求4的方法，其特征在于，基于输入语料对应的第三向量与第一向量之前，还包括：将输入语料输入至语义向量化表示模...

【专利技术属性】
技术研发人员：王鹏，王永会，孙海龙，
申请(专利权)人：北京大米科技有限公司，
类型：发明
国别省市：北京,11