【技术实现步骤摘要】
人机智能问答的方法和装置
本申请实施例涉及计算机
,具体涉及人机智能问答的方法和装置。
技术介绍
随着人工智能技术的发展,越来越多的问答系统采用人工智能技术。现有的人工智能问答系统只能按照预先设计好的流程回答用户提出的问题,例如通过用户会话特征(如关键词),与已经设置好的问题进行匹配,而后将对应生成的答案反馈给用户。但是这种通过机器对话的方式往往不能准确地生成用户提出问题的答案。
技术实现思路
本申请实施例提出了人机智能问答的方法和装置。第一方面,本申请实施例提供了一种人机智能问答的方法,该方法包括:接收用户输入的当前语句,将当前语句与预设的问答语料数据库匹配;响应于确定出当前语句与问答语料数据库不匹配,将当前语句的词向量输入预先训练的意图分类模型得到当前语句的意图分类,其中,意图分类模型用于表征语句与意图分类之间的对应关系;确定问答语料数据库中与所得到的意图分类对应的问答对和当前语句之间的内容相关程度,从问答语料数据库获取第一预设数目的第一问答对,其中,第一问答对与当前语句之间的内容相关程 ...
【技术保护点】
1.一种人机智能问答的方法,包括:/n接收用户输入的当前语句,将所述当前语句与预设的问答语料数据库匹配;/n响应于确定出所述当前语句与所述问答语料数据库不匹配,将所述当前语句的词向量输入预先训练的意图分类模型得到所述当前语句的意图分类,其中,所述意图分类模型用于表征语句与意图分类之间的对应关系;/n确定所述问答语料数据库中与所得到的意图分类对应的问答对和所述当前语句之间的内容相关程度,从所述问答语料数据库获取第一预设数目的第一问答对,其中,所述第一问答对与所述当前语句之间的内容相关程度大于所述问答语料数据库中其余问答对与所述当前语句之间的内容相关程度;/n基于所述当前语句与 ...
【技术特征摘要】
1.一种人机智能问答的方法,包括:
接收用户输入的当前语句,将所述当前语句与预设的问答语料数据库匹配;
响应于确定出所述当前语句与所述问答语料数据库不匹配,将所述当前语句的词向量输入预先训练的意图分类模型得到所述当前语句的意图分类,其中,所述意图分类模型用于表征语句与意图分类之间的对应关系;
确定所述问答语料数据库中与所得到的意图分类对应的问答对和所述当前语句之间的内容相关程度,从所述问答语料数据库获取第一预设数目的第一问答对,其中,所述第一问答对与所述当前语句之间的内容相关程度大于所述问答语料数据库中其余问答对与所述当前语句之间的内容相关程度;
基于所述当前语句与所述第一预设数目的第一问答对的问题和/或答案的语义相似度,输出所述当前语句的答句。
2.根据权利要求1所述的方法,其中,所述确定所述问答语料数据库中与所得到的意图分类对应的问答对和所述当前语句之间的内容相关程度,从所述问答语料数据库获取第一预设数目的第一问答对,包括:
从所述问答语料数据库中确定与所得到的意图分类对应的问答对;
基于词频-逆向词频算法确定所述当前语句与所确定出的问答对之间的内容相关程度;
基于所述内容相关程度对所确定出的问答对排序,按照所述内容相关程度从大到小的顺序从排序后的问答对序列中选取出第一预设数目的问答对;
将所述选取的问答对确定为所述第一问答对。
3.根据权利要求1所述的方法,其中,所述基于所述当前语句与所述第一预设数目的第一问答对的问题和/或答案的语义相似度,输出所述当前语句的答句,包括:
确定所述当前语句与所述第一预设数目的第一问答对中的问题和/或答案的语义相似度;
响应于确定出所确定的最大语义相似度大于第一预设阈值,确定与所述最大语义相似度对应的第一问答对与所述当前语句匹配;
基于所述确定的第一问答对,生成并输出所述当前语句的答句。
4.根据权利要求1所述的方法,其中,所述基于所述当前语句与所述第一预设数目的第一问答对的问题和/或答案的语义相似度,输出所述当前语句的答句,包括:
确定所述当前语句与所述第一预设数目的第一问答对中的问题的语义相似度;
响应于确定出所确定的问题的最大语义相似度小于或等于第二预设阈值,确定所述当前语句与所述第一预设数目的第一问答对中的答案的语义相似度;
响应于确定出所确定的答案的最大语义相似度大于第三预设阈值,将与所确定的答案的最大语义相似度对应的答案确定为所述当前语句的答句,输出所确定的答句。
5.根据权利要求4所述的方法,其中,所述方法还包括:
响应于确定出所确定的答案的最大语义相似度小于或等于第三预设阈值,重新设置所述第二预设阈值和/或所述第三预设阈值以获取第二预设数目的第一问答对;
确定所获取的第二预设数目的第一问答对的意图分类,从所述问答语料数据库中选取与所确定的意图分类对应的问答对;
向用户发送提示信息,以提示所述用户从所选取的问答对的问题中确定出与所述当前语句相似度最大的问题;
将与所述用户确定的问题对应的答案确定为所述当前语句的答句。
6.根据权利要求1-5之一所述的方法,其中,所述意图分类模型是通过如下步骤训练得到的:
获取训练样本集,其中,训练样本包括样本语句的词向量和样本语句的意图分类;
确定初始卷积神经网络结构以及初始化所述初始卷积神经网络的网络参数;
将所述训练样本集中的训练样本中的样本语句的词向量和样本语句的意图分类分别作为所述初始卷积神经网络的输入和期望输出,采用随机梯度下降法更新所述初始卷积神经网络中的网络参数,得到训练后的初始卷积神经网络;
将训练后的初始卷积神经网络确定为所述意图分类模型。
7.一种人机智能问答的装置,包括:
匹配单元,被配置成接收用户输入的当前语句,...
【专利技术属性】
技术研发人员:谭龙,赵月明,高毅,
申请(专利权)人:北京京东尚科信息技术有限公司,北京京东世纪贸易有限公司,
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。