【技术实现步骤摘要】
结合RPA及AI的对话问答方法、装置、设备及存储介质
本申请实施例涉及自然语音处理
，尤其涉及一种结合RPA(RoboticProcessAutomation，机器人流程自动化)及AI(ArtificialIntelligence，人工智能)的对话问答方法、装置、设备及存储介质。
技术介绍
机器人流程自动化(RoboticProcessAutomation，简称：RPA)是通过特定的“机器人软件”，模拟人在计算机上的操作，按规则自动执行流程任务。人工智能(ArtificialIntelligence，简称：AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。随着人工智能技术的成熟，自然语言处理技术也得到了快速发展。自然语音处理技术是人工智能领域中的一个重要方向。它能够实现人与计算机之间用自然语言进行有效通信。对话问答系统是一个以自然语言理解技术为核心，完成对用户问题的分析处理，并生成正确答案的系统。在对话问答系统进行用户问题的分析时，需要抽取用户问题中的概念，现有技术中在抽...
【技术保护点】
1.一种结合RPA及AI的对话问答方法，其特征在于，所述方法应用于电子设备，所述方法包括：/n接收用户输入的目标问题；/n确定所述目标问题对应的至少一个候选问题；/n提取所述目标问题中的目标概念；/n对所述目标概念进行校验；/n若所述目标概念通过校验，则根据所述目标问题与各所述候选问题间的语义相关度确定标准问题；/n根据所述标准问题确定所述目标问题对应的目标答案；/n输出所述目标答案。/n
【技术特征摘要】
20191231 CN 20191142116211.一种结合RPA及AI的对话问答方法，其特征在于，所述方法应用于电子设备，所述方法包括：
接收用户输入的目标问题；
确定所述目标问题对应的至少一个候选问题；
提取所述目标问题中的目标概念；
对所述目标概念进行校验；
若所述目标概念通过校验，则根据所述目标问题与各所述候选问题间的语义相关度确定标准问题；
根据所述标准问题确定所述目标问题对应的目标答案；
输出所述目标答案。
2.根据权利要求1所述的方法，其特征在于，所述对所述目标概念进行校验，包括：
采用训练至收敛的目标分类模型对目标概念进行类型识别；
若目标概念为明确语义类型，则确定该目标概念通过校验；
若目标概念为无明确语义类型，则确定该目标概念未通过校验。
3.根据权利要求2所述的方法，其特征在于，所述采用训练至收敛的目标分类模型对目标概念进行类型识别，包括：
提取目标概念的语义相关特征；
将各所述语义相关特征输入到训练至收敛的目标分类模型中，以根据各所述语义相关特征对目标概念进行类型识别；
通过所述训练至收敛的目标分类模型输出目标概念的类别。
4.根据权利要求2或3所述的方法，其特征在于，所述训练至收敛的目标分类模型为训练至收敛的目标GBDT决策树模型。
5.根据权利要求4所述的方法，其特征在于，所述采用训练至收敛的分类模型对目标概念进行类型识别之前，还包括：
采用多折交叉验证算法对多个训练至收敛的候选GBDT决策树模型进行挑选，以获得挑选出的训练至收敛的候选GBDT决策树模型；
将所述挑选出的训练至收敛的候选GBDT决策树模型确定为训练至收敛的目标GBDT决策树模型。
6.根据权利要求1所述的方法，其特征在于，所述根据所述目标问题与各所述候选问题间的语义相关度确定标准问题之前，还包括：
提取各所述候选问题中候选概念；
根据校验通过后的目标概念和各所述候选问题中候选概念计算所述目标问题与各所述候选问题间的语义相关度。
7.根据权利要求6所述的方法，其特征在于，所述根据校验通过后的目标概念和各所述候选问题中候选概念计算所述目标问题与各所述候选问题间的语义相关度，包括：
确定所述校验通过后的目标概念及各所述候选问题中候选概念对应的语义特征数据；
将所述校验通过后的目标概念对应的语义特征数据与各所述候选问题中候选概念对应的语义特征数据输入到预设WMD算法模型中，以输出所述目标问题与各所述候选问题的语义相关度。
8.根据权利要求7所述的方法，其特征在于，所述确定所述校验通过后的目标概念及各所述候选问题中候选概念对应的语义特征数据，包括：
确定所述校验通过后的目标概念及各所述候选问题中候选概念对应的词向量；
确定所述校验通过后的目...
【专利技术属性】
技术研发人员：张晓庆，张海雷，胡一川，汪冠春，
申请(专利权)人：北京来也网络科技有限公司，北京奔影网络科技有限公司，
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。