【技术实现步骤摘要】
自动问答方法及装置
本专利技术涉及信息处理领域，更具体的说，涉及自动问答方法及装置。
技术介绍
自动问答技术通过智能助手或者智能客服的形式，自动回答用户在办理相关事务时遇到的问题，大幅减少了人工客服的工作量，同时也让用户享受到更快捷的问答服务。传统的自动问答方案，将自动问答过程转化成用户问题在常见问题库中的检索过程，具体会利用自然语言处理工具对用户问题语句进行分析，识别出用户问题语句的关键词，并根据获得的关键词从常见问题库中检索出相匹配问题及其答案。然而，在传统自动问答方案中所采用的机器学习方法通常是基于词袋模型的，其中忽略了问题语句中各个词语之间的先后顺序关系，丢失了问题语句中部分语义信息，使得机器学习过程与机器学习结果缺乏可解释性，同样也导致自动问答过程及结果缺乏可解释性。因此，目前迫切需要一种切实有效的技术方案，以提高自动问答过程及结果的可解释性。
技术实现思路
鉴于上述问题，提出了本专利技术以便提供一种克服上述问题或者至少部分地解决上述问题的自动问答方法及装置。为实现上述目...
【技术保护点】
1.一种自动问答方法，其特征在于，包括：/n获取用户问题语句与候选问题集，其中，所述候选问题集中的问题语句均对应有预设的答案信息；/n利用预置的问题模型，从所述候选问题集中确定出与所述用户问题语句相匹配的问题语句，作为目标问题语句；其中，所述问题模型为，将历史问题语句作为训练样本对注意力神经网络进行训练得到的；/n采用所述目标问题语句对应的答案信息，对所述用户问题语句进行回应。/n
【技术特征摘要】
1.一种自动问答方法，其特征在于，包括：
获取用户问题语句与候选问题集，其中，所述候选问题集中的问题语句均对应有预设的答案信息；
利用预置的问题模型，从所述候选问题集中确定出与所述用户问题语句相匹配的问题语句，作为目标问题语句；其中，所述问题模型为，将历史问题语句作为训练样本对注意力神经网络进行训练得到的；
采用所述目标问题语句对应的答案信息，对所述用户问题语句进行回应。
2.如权利要求1所述的方法，其特征在于，所述获取用户问题语句与候选问题集包括：
获取用户问题语句；
采用BM25算法，从预置问题库中检索出与所述用户问题语句相关联的至少一条问题语句，作为候选问题集；所述预置问题库中的问题语句均对应有预设的答案信息。
3.如权利要求1所述的方法，其特征在于，所述利用预置的问题模型，从所述候选问题集中确定出与所述用户问题语句相匹配的问题语句，作为目标问题语句包括：
利用预置的问题模型，获取所述用户问题语句与所述候选问题集中的问题语句的相似度；
将所述候选问题集中所述相似度符合预设相似度条件的问题语句，确定为与所述用户问题语句相匹配的问题语句，作为目标问题语句。
4.如权利要求1所述的方法，其特征在于，所述问题模型的训练过程包括：
获取训练样本，所述训练样本中包括样本问题语句；
采用所述样本问题语句对注意力神经网络进行训练，得到所述问题模型。
5.如权利要求4所述的方法，其特征在于，所述获取训练样本包括：
获取第一问题语句；
获取与所述第一问题语句语义相同的第二问题语句，以及，与所述第一问题语句语义不同的第三问题语句；
将所述第二问题语句作为所述第一问题语句的正样本，将所述第三问题语句作为所述第一问题语句的负样本；其中，所述正样本与所述负样本为训练样本。
6.如权利要求4所述的方法，其特征在于，所述采用所述样本问题语句对注意力神经...
【专利技术属性】
技术研发人员：陈华杰，
申请(专利权)人：北京国双科技有限公司，
类型：发明
国别省市：北京;11
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。