【技术实现步骤摘要】
一种生成最佳样例的方法及其装置
本专利技术涉及智能问答领域，尤其涉及一种从多个泛化样例中生成最佳样例的方法及装置。
技术介绍
人机交互是研究系统与用户之间的交互关系的科学。系统可以是各种各样的机器，也可以是计算机化的系统和软件。例如，通过人机交互可以实现各种人工智能系统，例如，智能客服系统、语音控制系统等等。人工智能语义识别是人机交互的基础，其能够对人类语言进行识别，以转换成机器能够理解的语言。智能问答系统是人机交互的一种典型应用，其中当用户提出问题后，智能问答系统给出该问题的答案。为此，智能问答系统中有一套知识库，里面有大量的问题和与每个问题相对应的答案。智能问答系统首先需要识别用户所提出的问题，即从知识库中找到与该用户问题所对应的问题，然后找出与该问题相匹配的答案。但是由于用户的表达习惯不同，基于同一个问题，不同的用户可能产生不同的问法，因此当知识库中的每一问题具有各种不同的问法时，不同用户的个性化问题与知识库中的问题匹配的几率越大，因此对问题进行泛化以获得该问题的各种不同问法对于人机交互的准确率与客户满...
【技术保护点】
1.一种生成最佳样例的方法，用于从指定泛化目标产生的多个泛化实例中获取最佳样例，所述方法包括：/n响应于所述多个泛化实例是由所述指定泛化目标基于预置知识库生成的，获取所述指定泛化目标于所述预置知识库中对应的标准问相关联的多个具体语义表达式，所述预置知识库中包括多个知识点，每个知识点对应于一标准问，所述标准问关联有多个具体语义表达式来表示所述标准问；以及/n基于所述多个具体语义表达式选取预设数目的泛化样例，所述预设数目的泛化样例尽可能覆盖最多的具体语义表达式。/n
【技术特征摘要】 【专利技术属性】
1.一种生成最佳样例的方法，用于从指定泛化目标产生的多个泛化实例中获取最佳样例，所述方法包括：
响应于所述多个泛化实例是由所述指定泛化目标基于预置知识库生成的，获取所述指定泛化目标于所述预置知识库中对应的标准问相关联的多个具体语义表达式，所述预置知识库中包括多个知识点，每个知识点对应于一标准问，所述标准问关联有多个具体语义表达式来表示所述标准问；以及
基于所述多个具体语义表达式选取预设数目的泛化样例，所述预设数目的泛化样例尽可能覆盖最多的具体语义表达式。
2.如权利要求1所述的生成最佳样例的方法，其特征在于，所述选取包括：
响应于所述预设数目小于所述标准问关联的具体语义表达式的数量，基于每一具体语义表达式获取1个泛化实例以构成多个备选样例；计算所述多个备选样例与所述指定泛化目标的相似度；以及选取与所述指定泛化目标的相似度最小的预设数目的备选样例作为所述泛化样例；或者
响应于所述预设数目小于所述标准问关联的具体语义表达式的数量，计算所述指定泛化目标与所述多个具体语义表达式的相似度；选取与所述指定泛化目标的相似度最小的预设数目个具体语义表达式作为样例生成表达式；以及基于每一样例生成表达式获取1个泛化实例以作为所述泛化样例。
3.如权利要求1所述的生成最佳样例的方法，其特征在于，所述选取包括：
响应于所述预设数目等于所述标准问关联的具体语义表达式的数量，基于每一具体语义表达式获取1个泛化实例以作为所述泛化样例。
4.如权利要求1所述的生成最佳样例的方法，其特征在于，还包括：
响应于所述多个泛化样例不是或不全是由所述指定泛化目标基于预置知识库生成的，将所述多个泛化实例进行聚类以形成多个聚类，每个聚类为包括至少一个泛化实例的实例集合；以及
基于所述多个实例集合选取预设数目的泛化样例，所述预设数目的泛化样例尽可能覆盖最多的实例集合。
5.如权利要求4所述的生成最佳样例的方法，其特征在于，所述选取包括：
技术研发人员：曾永梅，李波，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
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。