智能问答方法、装置及计算机可读存储介质制造方法及图纸

本发明专利技术揭露了一种智能问答方法，包括：获取用户的目标问题，从问答库中进行问题匹配；匹配成功时输出对应答案给用户；匹配不成功时对目标问题进行相似问题检索得到相似问题集；将目标问题与相似问题集进行语义相似度匹配，选取相似度最高的相似问题作为目标问题的标准问题；当目标问题不进入多轮问答模式时，输出标准问题的文本答案给用户；当目标问题进入多轮问答模式时，根据预设方式输出目标问题的文本答案。本发明专利技术还提供一种装置以及计算机可读存储介质。利用本发明专利技术，无需通过大量语料训练即可实现提升问答过程中答案的准确度。

Intelligent Q & a method, device and computer readable storage medium

【技术实现步骤摘要】
智能问答方法、装置及计算机可读存储介质
本专利技术涉及人工智能
，尤其涉及一种基于人工智能的智能问答方法、装置及计算机可读存储介质。
技术介绍
现有的智能问答系统通常通过如下两种方法实现智能问答：1、匹配用户问题的关键字词进行问题答案的搜索；2、对用户问题和标准问题实现语义相似度计算，返回相似度最高的标准问题所对应的答案。其中，所述关键字词匹配的方法往往只能挖掘问题的字面意思，适用于输入的问题比较精准的情形。通常，用户的问题复杂多样，质量相对较差，利用关键字词匹配的方法难以匹配到正确的标准问题和答案。所述语义相似度计算要求利用大量问答语料训练Bi-LSTM等深度神经网络模型，该模型构建较为复杂且需要大量的问答语料数量，训练数据不多的时候容易导致模型得不到有效的训练，最终的相似性度量结果准确性会比较低。
技术实现思路
本专利技术提供一种智能问答方法、装置及计算机可读存储介质，其主要目的在于提供一种智能化的智能问答的技术方案，其不需要通过大量语料训练模型就可以实现对用户输入的问题进行分析，得到标准问题，从而根据所述标准问题得到用户想要的答案。为实现上述目的，本专利技术提供的一种智能问答方法，包括：获取用户的目标问题，根据所述目标问题到预先构建的问答库中进行问题匹配操作；当所述匹配成功时，从所述问答库中选择跟所述目标问题匹配的问题对应的答案输出给所述用户；当所述匹配不成功时，在所述问答库中对所述目标问题进行相似问题检索，得到相似问题集；将所述目标问题与所述相似问题集进行语义相似度匹配，选取语义相似度最高的相似问题作为所述目标问题的标准问题；获取所述目标问题的类型，并根据所述目标问题的类型，识别出所述目标问题是否进入预设的多轮问答模式；当所述目标问题不进入多轮问答模式时，从所述问答库中获取所述标准问题的文本答案作为所述目标问题的文本答案返回给所述用户；当所述目标问题进入多轮问答模式时，根据预设的多轮问答方式输出所述目标问题的文本答案，从而完成所述目标问题的问答操作。可选地，在所述获取用户的目标问题之前，该方法还包括：接收用户输入的原始问题，采用预设的联想规则，对所述原始问题进行拓展操作，生成预设数量的联想问题，得到联想问题集；将所述联想问题集输出给所述用户，并将所述用户从所述联想问题集中选择的联想问题作为所述目标问题；或当采用所述预设的联想规则不能生成联想问题，或用户没有在预设时间内从所述联想问题集中选择其中一个联想问题时，将所述用户输入的原始问题作为所述目标问题。可选地，所述预设的联想规则包括：前缀匹配法规则、中间匹配法规则、顺序匹配法规则以及乱序匹配法规则。可选地，所述目标问题与所述相似问题集的语义相似度匹配是通过预先训练完成的深度学习模型执行的；其中，所述深度学习模型具体训练实施步骤包括：利用爬虫技术搜索得到保险的相关问题集，将用户的提问问题集和所述保险的相关问题集作为训练集；将与用户的提问问题相似度高的保险的相关问题设置标签为1，将与用户的提问问题相似度低的保险的相关问题设置标签为0，得到标签集；通过所述训练集和标签集对所述深度学习模型进行不断的更新，直至所述深度学习模型趋于收敛时完成训练，从而得到所述训练完成的深度学习模型。可选地，所述预设的多轮问答模式包括：将所述用户的目标问题拆分成多个子问题，根据用户的需求选取所述多个子问题中的一个子问题作为目标子问题，从所述问答库中获取所述目标子问题的文本答案；若所述文本答案满足用户的需求，直接输出所述文本答案；若所述目标子问题的文本答案无法满足所述用户的需求，对所述目标子问题进行重新拆分，直至从所述问答库获取的文本答案满足用户的需求。此外，为实现上述目的，本专利技术还提供一种智能问答装置，该装置包括存储器和处理器，所述存储器中存储有可在所述处理器上运行的智能问答程序，所述智能问答程序被所述处理器执行时实现如下步骤：获取用户的目标问题，根据所述目标问题到预先构建的问答库中进行问题匹配操作；当所述匹配成功时，从所述问答库中选择跟所述目标问题匹配的问题对应的答案输出给所述用户；当所述匹配不成功时，在所述问答库中对所述目标问题进行相似问题检索，得到相似问题集；将所述目标问题与所述相似问题集进行语义相似度匹配，选取语义相似度最高的相似问题作为所述目标问题的标准问题；获取所述目标问题的类型，并根据所述目标问题的类型，识别出所述目标问题是否进入预设的多轮问答模式；当所述目标问题不进入多轮问答模式时，从所述问答库中获取所述标准问题的文本答案作为所述目标问题的文本答案返回给所述用户；当所述目标问题进入多轮问答模式时，根据预设的多轮问答方式输出所述目标问题的文本答案，从而完成所述目标问题的问答操作。可选地，在所述获取用户的目标问题之前，该方法还包括：接收用户输入的原始问题，采用预设的联想规则，对所述原始问题进行拓展操作，生成预设数量的联想问题，得到联想问题集；将所述联想问题集输出给所述用户，并将所述用户从所述联想问题集中选择的联想问题作为所述目标问题；或当采用所述预设的联想规则不能生成联想问题，或用户没有在预设时间内从所述联想问题集中选择其中一个联想问题时，将所述用户输入的原始问题作为所述目标问题。可选地，所述预设的联想规则包括：前缀匹配法规则、中间匹配法规则、顺序匹配法规则以及乱序匹配法规则。可选地，所述预设的多轮问答模式包括：将所述用户的目标问题拆分成多个子问题，根据用户的需求选取所述多个子问题中的一个子问题作为目标子问题，从所述问答库中获取所述目标子问题的文本答案；若所述文本答案满足用户的需求，直接输出所述文本答案；若所述目标子问题的文本答案无法满足所述用户的需求，对所述目标子问题进行重新拆分，直至从所述问答库获取的文本答案满足用户的需求。此外，为实现上述目的，本专利技术还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有智能问答程序，所述智能问答程序可被一个或者多个处理器执行，以实现如上所述的智能问答方法的步骤。本专利技术提出的智能问答方法、装置及计算机可读存储介质，在用户在进行智能问答时，获取用户的目标问题，将所述目标问题与预先构建的问答库进行精确匹配，当匹配成功时，输出对应的匹配问题的答案给所述用户，当匹配不成功时，对所述目标问题进行模糊匹配，执行相似问题检索，得到相似问题集，选取所述相似问题集中与所述目标问题相似度最高的相似问题作为标准问题，从而根据所述标准问题得到所述用户想要的答案，进一步地，本专利技术还可以通过多轮问答模式输出用户所需要的答案。附图说明图1为本专利技术一实施例提供的智能问答方法的流程示意图；图2为本专利技术一实施例提供的智能问答装置的内部结构示意图；图3为本专利技术一实施例提供的智能问答装置中智能问答程序的模块示意图。本本文档来自技高网...

【技术保护点】
1.一种智能问答方法，其特征在于，所述方法包括：/n获取用户的目标问题，根据所述目标问题到预先构建的问答库中进行问题匹配操作；/n当所述匹配成功时，从所述问答库中选择跟所述目标问题匹配的问题对应的答案输出给所述用户；/n当所述匹配不成功时，在所述问答库中对所述目标问题进行相似问题检索，得到相似问题集；/n将所述目标问题与所述相似问题集进行语义相似度匹配，选取语义相似度最高的相似问题作为所述目标问题的标准问题；/n获取所述目标问题的类型，并根据所述目标问题的类型，识别出所述目标问题是否进入预设的多轮问答模式模式；/n当所述目标问题不进入多轮问答模式时，从所述问答库中获取所述标准问题的文本答案作为所述目标问题的文本答案返回给所述用户；/n当所述目标问题进入多轮问答模式时，根据预设的多轮问答方式输出所述目标问题的文本答案，从而完成所述目标问题的问答操作。/n

【技术特征摘要】
1.一种智能问答方法，其特征在于，所述方法包括：
获取用户的目标问题，根据所述目标问题到预先构建的问答库中进行问题匹配操作；
当所述匹配成功时，从所述问答库中选择跟所述目标问题匹配的问题对应的答案输出给所述用户；
当所述匹配不成功时，在所述问答库中对所述目标问题进行相似问题检索，得到相似问题集；
将所述目标问题与所述相似问题集进行语义相似度匹配，选取语义相似度最高的相似问题作为所述目标问题的标准问题；
获取所述目标问题的类型，并根据所述目标问题的类型，识别出所述目标问题是否进入预设的多轮问答模式模式；
当所述目标问题不进入多轮问答模式时，从所述问答库中获取所述标准问题的文本答案作为所述目标问题的文本答案返回给所述用户；
当所述目标问题进入多轮问答模式时，根据预设的多轮问答方式输出所述目标问题的文本答案，从而完成所述目标问题的问答操作。


2.如权利要求1所述的智能问答方法，其特征在于，在所述获取用户的目标问题之前，该方法还包括：
接收用户输入的原始问题，采用预设的联想规则，对所述原始问题进行拓展操作，生成预设数量的联想问题，得到联想问题集；
将所述联想问题集输出给所述用户，并将所述用户从所述联想问题集中选择的联想问题作为所述目标问题；或
当采用所述预设的联想规则不能生成联想问题，或用户没有在预设时间内从所述联想问题集中选择其中一个联想问题时，将所述用户输入的原始问题作为所述目标问题。


3.如权利要求2所述的智能问答方法，其特征在于，所述预设的联想规则包括：前缀匹配法规则、中间匹配法规则、顺序匹配法规则以及乱序匹配法规则。


4.如权利要求1所述的智能问答方法，其特征在于，所述目标问题与所述相似问题集的语义相似度匹配是通过预先训练完成的深度学习模型执行的；
其中，所述深度学习模型具体训练实施步骤包括：
利用爬虫技术搜索得到保险的相关问题集，将用户的提问问题集和所述保险的相关问题集作为训练集；
将与用户的提问问题相似度高的保险的相关问题设置标签为1，将与用户的提问问题相似度低的保险的相关问题设置标签为0，得到标签集；
通过所述训练集和标签集对所述深度学习模型进行不断的更新，直至所述深度学习模型趋于收敛时完成训练，从而得到所述训练完成的深度学习模型。


5.如权利要求1至4中任意一项所述的智能问答方法，其特征在于，所述预设的多轮问答模式包括：
将所述用户的目标问题拆分成多个子问题，根据用户的需求选取所述多个子问题中的一个子问题作为目标子问题，从所述问答库中获取所述目标子问题的文本答案；
若所述文本答案满足用户的需求，直接输出所述文本答案；
若所述目标...

【专利技术属性】
技术研发人员：邵嘉琦，徐君妍，刘濂，张蓓，刘屹，万正勇，沈志勇，
申请(专利权)人：招商局金融科技有限公司，
类型：发明
国别省市：广东;44