智能问答模型优化方法及装置制造方法及图纸

本发明专利技术公开了一种智能问答模型优化方法及装置，该方法包括：获取智能问答系统的目标问题，目标问题为智能问答系统未反馈答案的问题；通过终端接收反馈的目标问题的人工答案；通过训练好的阅读理解模型，从智能问答系统的知识库中获取目标问题的模型答案；根据智能问答系统的目标问题、目标问题的人工答案及模型答案，对智能问答模型进行优化。本发明专利技术通过目标问题的人工答案及模型答案对智能问答模型进行优化，在提高智能问答模型优化效率的同时，兼顾提高智能问答模型优化效果。

【技术实现步骤摘要】
智能问答模型优化方法及装置
本专利技术涉及知识问答
，尤其涉及智能问答模型优化方法及装置。
技术介绍
本部分旨在为权利要求书中陈述的本专利技术实施例提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。智能问答系统是一种针对自然语言处理的新型信息检索系统，其是将积累的无序预料信息进行科学和有序的整理，建立基于知识库的智能问答模型。目前，基于知识库的智能问答系统已在传统智能检索的基础上增加了机器学习，在各个领域中广泛应用。虽然智能问答系统已能够针对大部分问题进行回答，然而由于语义理解的复杂性，目前智能问答系统仍存在无法回答的问题。同时由于智能问答系统的日均交互量巨大，无法回答的问题也较多，通常是以报表的形式将智能问答系统未回答的问题进行整理和反馈。在对智能问答模型进行优化时，智能问答系统的维护优化人员花费大量的时间和精力对智能问答系统未回答的问题进行梳理，然后维护到智能问答系统的知识库中。进而通过该知识库中维护更新的问答对智能问答模型进行手动训练和优化，导致整个智能问答模型优化过程较长，效率普遍较低；同时智能问答模型的优化效果也较差。因此，现有智能问答模型的手工优化存在效率低、效果差的问题。
技术实现思路
本专利技术实施例提供一种智能问答模型优化方法，用以提高知识问答系统的优化效率及优化效果，该智能问答模型优化方法包括：获取智能问答系统的目标问题，目标问题为智能问答系统未反馈答案的问题；通过终端接收反馈的目标问题的人工答案；通过训练好的阅读理解模型，从智能问答系统的知识库中获取目标问题的模型答案；根据智能问答系统的目标问题、目标问题的人工答案及模型答案，对智能问答模型进行优化。本专利技术实施例还提供一种智能问答模型优化装置，用以提高知识问答系统的优化效率及优化效果，该智能问答模型优化装置包括：目标问题获取模块，用于获取智能问答系统的目标问题，目标问题为智能问答系统未反馈答案的问题；人工答案接收模块，用于通过终端接收反馈的目标问题的人工答案；模型答案获取模块，用于通过训练好的阅读理解模型，从智能问答系统的知识库中获取目标问题的模型答案；问答模型优化模块，用于根据智能问答系统的目标问题、目标问题的人工答案及模型答案，对智能问答模型进行优化。本专利技术实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述智能问答模型优化方法。本专利技术实施例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存储有执行上述智能问答模型优化方法的计算机程序。本专利技术实施例中，获取智能问答系统的目标问题，通过终端接收反馈的目标问题的人工答案；通过训练好的阅读理解模型，从智能问答系统的知识库中获取目标问题的模型答案；根据智能问答系统的目标问题、目标问题的人工答案及模型答案，对智能问答模型进行优化。本专利技术实施例通过目标问题的人工答案及模型答案对智能问答模型进行优化，在提高智能问答模型优化效率的同时，兼顾提高智能问答模型优化效果。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。在附图中：图1为本专利技术实施例提供的智能问答模型优化方法的实现流程图；图2为本专利技术实施例提供的智能问答模型优化方法的另一实现流程图；图3为本专利技术实施例提供的智能问答模型优化方法中获取阅读理解模型的实现流程图；图4为本专利技术实施例提供的智能问答模型优化方法中步骤103的实现流程图；图5为本专利技术实施例提供的智能问答模型优化方法中步骤402的实现流程图；图6为本专利技术实施例提供的智能问答模型优化方法中步骤103的另一实现流程图；图7为本专利技术实施例提供的智能问答模型优化方法中步骤603的实现流程图；图8为本专利技术实施例提供的智能问答模型优化装置的功能模块图；图9为本专利技术实施例提供的智能问答模型优化装置的另一功能模块图；图10为本专利技术实施例提供的智能问答模型优化装置中获取阅读理解模型的结构框图；图11为本专利技术实施例提供的智能问答模型优化装置中模型答案获取模块803的结构框图；图12为本专利技术实施例提供的智能问答模型优化装置中问题模型答案获取单元1102的结构框图；图13为本专利技术实施例提供的智能问答模型优化装置中模型答案获取模块803的另一结构框图；图14为本专利技术实施例提供的智能问答模型优化装置中中心点问题模型答案获取单元1303的结构框图。具体实施方式为使本专利技术实施例的目的、技术方案和优点更加清楚明白，下面结合附图对本专利技术实施例做进一步详细说明。在此，本专利技术的示意性实施例及其说明用于解释本专利技术，但并不作为对本专利技术的限定。图1示出了本专利技术实施例提供的智能问答模型优化方法的实现流程，为便于描述，仅示出了与本专利技术实施例相关的部分，详述如下：如图1所示，智能问答模型优化方法，其包括：步骤101，获取智能问答系统的目标问题，目标问题为智能问答系统未反馈答案的问题；步骤102，通过终端接收反馈的目标问题的人工答案；步骤103，通过训练好的阅读理解模型，从智能问答系统的知识库中获取目标问题的模型答案；步骤104，根据智能问答系统的目标问题、目标问题的人工答案及模型答案，对智能问答模型进行优化。智能问答系统每天的问答交互量是巨大的，会存在一部分智能问答系统未回答出来的问题或者未反馈答案的问题。为便于描述，我们可以称这些问题为目标问题。鉴于此，我们在对智能问答模型进行优化时，首先获取到智能问答系统的该部分目标问题，作为后续优化智能问答模型的基础。具体的，智能问答系统可以以问题报表的形式展现该些目标问题，通过该问题报表获取智能问答系统的目标问题。或者智能问答系统还可以以问题文本的方式展现该些目标问题，通过该问题文本获取智能问答系统的目标问题。本领域技术人员可以理解的是，智能问答系统还可以以问题报表或问题文本之外的其它方式进行展示，本专利技术实施例对此不作特别的限制。在获取到智能问答系统的系统后，为了实现对智能问答模型的优化，需要确定该些目标问题对应的答案，最后基于该些目标问题及目标问题的答案对智能问答模型进行优化。其中，在获取智能问答系统的该些目标问题的答案时，首先可以获取人工针对该些目标问题反馈的人工答案。即在获取到智能问答系统的目标问题后，将智能问答系统的目标问题反馈给人工处理，以期获得目标问题的答案。例如，可以反馈给智能问答系统领域的智能问答专家或者是对智能问答系统的知识库进行维护的维护人员或者智能问答系统的运维人员等等。具体的，该些智能问答专家或者维护人员或者运维人员等，可以通过终端，例如电脑终端、本文档来自技高网...

【技术保护点】
1.一种智能问答模型优化方法，其特征在于，包括：/n获取智能问答系统的目标问题，目标问题为智能问答系统未反馈答案的问题；/n通过终端接收反馈的目标问题的人工答案；/n通过训练好的阅读理解模型，从智能问答系统的知识库中获取目标问题的模型答案；/n根据智能问答系统的目标问题、目标问题的人工答案及模型答案，对智能问答模型进行优化。/n

【技术特征摘要】
1.一种智能问答模型优化方法，其特征在于，包括：
获取智能问答系统的目标问题，目标问题为智能问答系统未反馈答案的问题；
通过终端接收反馈的目标问题的人工答案；
通过训练好的阅读理解模型，从智能问答系统的知识库中获取目标问题的模型答案；
根据智能问答系统的目标问题、目标问题的人工答案及模型答案，对智能问答模型进行优化。


2.如权利要求1所述的智能问答模型优化方法，其特征在于，还包括：
对智能问答系统的目标问题进行聚类，获得聚类后的目标问题集；
通过终端接收反馈的目标问题的人工答案，包括：
通过终端接收反馈的目标问题集的人工答案；
通过训练好的阅读理解模型，从智能问答系统的知识库中获取目标问题的模型答案，包括：
通过训练好的阅读理解模型，从智能问答系统的知识库中获取目标问题集的模型答案；
根据智能问答系统的目标问题、目标问题的人工答案及模型答案，对智能问答模型进行优化，包括：
根据智能问答系统的目标问题集、目标问题集的人工答案及模型答案，对智能问答模型进行优化。


3.如权利要求1所述的智能问答模型优化方法，其特征在于，通过如下步骤获得训练好的阅读理解模型：
将智能问答系统的知识库知识作为阅读理解语料库；
根据阅读理解语料库，利用深度学习及端到端的阅读理解技术训练阅读理解模型，获得训练好的阅读理解模型。


4.如权利要求1所述的智能问答模型优化方法，其特征在于，通过训练好的阅读理解模型，从智能问答系统的知识库中获取目标问题的模型答案，包括：
通过训练好的阅读理解模型，从智能问答系统的知识库中获取与目标问题的相似度不小于预设相似度的知识库已有问题；
将与目标问题的相似度不小于预设相似度的知识库已有问题对应的至少一个答案作为目标问题的模型答案。


5.如权利要求4所述的智能问答模型优化方法，其特征在于，将与目标问题...

【专利技术属性】
技术研发人员：宋雨，
申请(专利权)人：中国银行股份有限公司，
类型：发明
国别省市：北京;11