智能问答信息处理方法、电子设备及计算机可读存储介质技术

本申请实施例提供了一种智能问答信息处理方法、电子设备及计算机可读存储介质，涉及人工智能技术领域。该方法包括：接收用户输入的提问信息，然后从提问信息中提取情感特征和文本特征，情感特征用于表征提问信息中是否包含情感信息，以及包含的情感信息的类型，然后基于情感特征和文本特征确定提问信息对应的目标意图信息，并基于目标意图信息确定目标答复信息。本申请实施例实现了提高确定用户提问意图的准确度，进而可以提升匹配出的回复信息的准确度，以及提升用户体验。

Intelligent Q & a information processing method, electronic equipment and computer readable storage medium

【技术实现步骤摘要】
智能问答信息处理方法、电子设备及计算机可读存储介质
本申请涉及人工智能
，具体而言，本申请涉及一种智能问答信息处理方法、电子设备及计算机可读存储介质。
技术介绍
随着人工智能技术以及自然语言处理技术的发展，智能问答系统随之产生，智能问答系统可以基于用户的提问，确定出用户的提问意图，进而基于确定出的提问意图匹配出与之相应的答复，并回复给用户。现有技术中在获取到用户的提问信息之后，从用户的提问信息中提取对应的关键词，然后基于关键词匹配出与用户的提问信息相匹配的意图信息，进而确定出对应的答复信息，并回复至用户。然而，仅是通过从用户的提问信息中提取的关键词匹配出用户的意图，进而确定出相匹配的答复的方式，可能会将关键词相同，但是用户的意图完全不相同的两个提问信息匹配出相同的意图，进而得到相同的回复信息，例如，用户的提问信息1为“XX游戏好不好玩？”以及提问信息2“XX游戏？”，通过关键词“XX游戏”匹配出相同的意图，进而得到回复信息也是与XX游戏相关的信息，从而导致确定用户提问意图的准确度较低，进而导致匹配出的回复信息的准确度同样较低，以及用户体验较差。
技术实现思路
本申请提供了一种智能问答信息处理方法、电子设备及计算机可读存储介质，可以解决上述至少一项技术问题。所述技术方案如下：第一方面，提供了一种智能问答信息处理方法，包括：接收用户输入的提问信息；从提问信息中提取情感特征和文本特征，情感特征用于表征提问信息中是否包含情感信息，以及包含的情感信息的类型；基于情感特征和文本特征确定提问信息对应的目标意图信息；基于目标意图信息确定目标答复信息。在一种可能的实现方式中，文本特征包括：正则特征；从提问信息中提取正则特征的方式，包括：获取提问信息的各个第一业务类型分别对应的正则规则；通过每个第一业务类型对应的正则规则，从提问信息中提取与各个第一业务类型分别匹配的正则特征。在另一种可能的实现方式中，文本特征还包括：词频-逆向文件频率TF-IDF特征；从提问信息中提取TF-IDF特征的方式，包括：对提问信息进行分词处理；确定每个词出现的词频以及每个词对应的权值参数；基于每个词出现的词频以及每个词对应的权值参数，确定提问信息的TF-IDF特征；从提问信息中提取文本特征，之后还包括：对TF-IDF特征进行主成分分析，得到分析处理后的特征。在另一种可能的实现方式中，对TF-IDF特征进行主成分分析PCA，得到分析处理后的特征，之后还包括：对分析处理后的特征进行编码，得到编码后的特征；其中，基于情感特征和文本特征确定目标意图信息，包括：基于情感特征、正则特征以及编码后的特征确定目标意图信息。在另一种可能的实现方式中，从提问信息中提取情感特征的方式，包括：基于情感字典从提问信息中提取情感特征；基于训练后的情感特征提取模型从提问信息中提取情感特征。在另一种可能的实现方式中，基于情感特征和文本特征确定目标意图信息，包括：基于情感特征和文本特征并通过训练后的分类模型进行意图分类处理，以确定目标意图信息。在另一种可能的实现方式中，基于情感特征和文本特征并通过训练后的分类模型进行分类处理，之前还包括：获取多个历史提问信息，并将各个历史提问信息按照第二业务类型进行标注；从标注后的各个历史提问信息中分别提取文本特征以及情感特征，作为训练样本；基于训练样本对预设模型进行训练，得到训练后的分类模型。第二方面，提供了一种智能问答信息处理装置，该装置包括：接收模块，用于接收用户输入的提问信息；第一提取模块，用于从提问信息中提取情感特征和文本特征，情感特征用于表征提问信息中是否包含情感信息，以及包含的情感信息的类型；第一确定模块，用于基于情感特征和文本特征确定提问信息对应的目标意图信息；第二确定模块，用于基于目标意图信息确定目标答复信息。在一种可能的实现方式中，文本特征包括：正则特征；第一提取模块在从提问信息中提取正则特征时，具体用于：获取提问信息的各个第一业务类型分别对应的正则规则；通过每个第一业务类型对应的正则规则，从提问信息中提取与各个第一业务类型分别匹配的正则特征。在另一种可能的实现方式中，文本特征还包括：词频-逆向文件频率TF-IDF特征；提问信息在从提问信息中提取TF-IDF特征时，具体用于：对提问信息进行分词处理；确定每个词出现的词频以及每个词对应的权值参数；基于每个词出现的词频以及每个词对应的权值参数，确定提问信息的TF-IDF特征；装置还包括：主成分分析模块，其中，主成分分析模块，用于对TF-IDF特征进行主成分分析，得到分析处理后的特征。在另一种可能的实现方式中，装置还包括：编码模块，其中，编码模块，用于对分析处理后的特征进行编码，得到编码后的特征；其中，第一确定模块在基于情感特征和文本特征确定目标意图信息时，具体用于：基于情感特征、正则特征以及编码后的特征确定目标意图信息。在另一种可能的实现方式中，第一提取模块在从提问信息中提取情感特征时，具体用于：基于情感字典从提问信息中提取情感特征；基于训练后的情感特征提取模型从提问信息中提取情感特征。在另一种可能的实现方式中，第一确定模块在基于情感特征和文本特征确定目标意图信息时，具体用于：基于情感特征和文本特征并通过训练后的分类模型进行意图分类处理，以确定目标意图信息。在另一种可能的实现方式中，装置还包括：获取模块、第二提取模块、标注模块和训练模块，其中，获取模块，用于获取多个历史提问信息；标注模块，用于将各个历史提问信息按照第二业务类型进行标注；第二提取模块，用于从标注后的各个历史提问信息中分别提取文本特征以及情感特征，作为训练样本；训练模块，用于基于训练样本对预设模型进行训练，得到训练后的分类模型。第三方面，提供了一种电子设备，该电子设备包括：一个或多个处理器；存储器；一个或多个应用程序，其中一个或多个应用程序被存储在存储器中并被配置为由一个或多个处理器执行，一个或多个程序配置用于：执行根据第一方面或者第一方面任一可能的实现方式所示的智能问答信息处理方法对应的操作。第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现第一方面或者第一方面任一可能的实现方式所示的智能问答信息处理方法。本申请提供的技术方案带来的有益效果是：本申请提供了一种智能问答信息处理方法、电子设备及计算机可读存储介质，与现有技术中通过关键词匹配出用户意图，进而得到对应回复的方式相比，本申请接收用户输入的提问信息，然后从提问信息中提取情感特征和文本特征，情感本文档来自技高网...

【技术保护点】
1.一种智能问答信息处理方法，其特征在于，该方法包括：/n接收用户输入的提问信息；/n从所述提问信息中提取情感特征和文本特征，所述情感特征用于表征所述提问信息中是否包含情感信息，以及包含的情感信息的类型；/n基于所述情感特征和所述文本特征确定所述提问信息对应的目标意图信息；/n基于所述目标意图信息确定目标答复信息。/n

【技术特征摘要】
1.一种智能问答信息处理方法，其特征在于，该方法包括：
接收用户输入的提问信息；
从所述提问信息中提取情感特征和文本特征，所述情感特征用于表征所述提问信息中是否包含情感信息，以及包含的情感信息的类型；
基于所述情感特征和所述文本特征确定所述提问信息对应的目标意图信息；
基于所述目标意图信息确定目标答复信息。


2.根据权利要求1所述的方法，其特征在于，所述文本特征包括：正则特征；
从所述提问信息中提取所述正则特征的方式，包括：
获取提问信息的各个第一业务类型分别对应的正则规则；
通过每个第一业务类型对应的正则规则，从所述提问信息中提取与所述各个第一业务类型分别匹配的正则特征。


3.根据权利要求1或2所述的方法，其特征在于，所述文本特征还包括：词频-逆向文件频率TF-IDF特征；
从所述提问信息中提取所述TF-IDF特征的方式，包括：
对所述提问信息进行分词处理；
确定每个词出现的词频以及所述每个词对应的权值参数；
基于所述每个词出现的词频以及所述每个词对应的权值参数，确定所述提问信息的TF-IDF特征；
从所述提问信息中提取文本特征，之后还包括：
对所述TF-IDF特征进行主成分分析，得到分析处理后的特征。


4.根据权利要求3所述的方法，其特征在于，所述对所述TF-IDF特征进行主成分分析PCA，得到分析处理后的特征，之后还包括：
对所述分析处理后的特征进行编码，得到编码后的特征；
其中，所述基于所述情感特征和所述文本特征确定目标意图信息，包括：
基于所述情感特征、正则特征以及所述编码后的特征确定所述目标意图信息。


5.根据权利要求1所述的方法，其特征在于，从所述提问信息中提取情感特征的方式，包括以下至...

【专利技术属性】
技术研发人员：王月瑶，洪楷，刘伟，任宪领，陈乃华，雷航，洪健宸，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44