【技术实现步骤摘要】
智能问答方法、装置、电子设备及存储介质
本专利技术涉及大数据领域，尤其涉及一种智能问答方法、装置、电子设备及存储介质。
技术介绍
随着机器学习和深度学习、自然语言的突飞猛进，智能问答已经成为当今最热门的人工智能的研究和应用方向，例如：苹果公司的Siri，腾讯机器人平台，Amazon的Echo，微软的Luis.AI等，但是目前的智能问答方法，答案检索的的时间长，智能问答的效率低。
技术实现思路
本专利技术提供一种智能问答方法、装置、电子设备及计算机可读存储介质，其主要目的在于提高智能问答的效率。为实现上述目的，本专利技术提供的一种智能问答方法，包括：接收用户输入的查询文本，对所述查询文本进行分词处理及实体抽取处理，得到问题实体；基于问题分类模型对所述问题实体进行分类，得到问题领域特征；根据所述问题领域特征，在预构建的对应的领域答案知识库中对所述问题实体进行查询，得到答案文本集；对所述答案文本集中的答案文本进行相关度计算与分析，得到最终答案文本，并将所述最终答案文本推送...
【技术保护点】
1.一种智能问答方法，其特征在于，所述方法包括：/n接收用户输入的查询文本，对所述查询文本进行分词处理及实体抽取处理，得到问题实体；/n基于问题分类模型对所述问题实体进行分类，得到问题领域特征；/n根据所述问题领域特征，在预构建的对应的领域答案知识库中对所述问题实体进行查询，得到答案文本集；/n对所述答案文本集中的答案文本进行相关度计算与分析，得到最终答案文本，并将所述最终答案文本推送给用户。/n
【技术特征摘要】
1.一种智能问答方法，其特征在于，所述方法包括：
接收用户输入的查询文本，对所述查询文本进行分词处理及实体抽取处理，得到问题实体；
基于问题分类模型对所述问题实体进行分类，得到问题领域特征；
根据所述问题领域特征，在预构建的对应的领域答案知识库中对所述问题实体进行查询，得到答案文本集；
对所述答案文本集中的答案文本进行相关度计算与分析，得到最终答案文本，并将所述最终答案文本推送给用户。
2.如权利要求1所述的智能问答方法，其特征在于，所述对所述查询文本进行分词处理，包括：
A：利用预构建的分词词典对所述查询文本进行分词操作，若所述预构建的分词词典中最大词条所含的字符个数为n个，且所述查询文本的所有字符数目小于n个，则将所述查询文本作为匹配字段，若所述查询文本的所有字符数目不小于n个，则将所述查询文本前n个字符作为所述匹配字段；
B：利用所述匹配字段在所述分词词典中进行遍历匹配；若所述分词词典中含有与所述匹配字段相同的词语，则匹配成功，从所述查询文本中分出所述匹配字段，进入D；若所述分词词典中不含有与所述匹配字段相同的词语，则进入C；
C：若所述匹配字段中包含的字符数量等于1，从所述查询文本中分出所述匹配字段，进入D；若所述匹配字段中包含的字符数量大于1，将所述匹配字段的最后一个字剔除，用剔除后的字段组成所述匹配字段，返回B；
D：若所述查询文本中所述匹配字段后的字符数目小于n个，则将所述查询文本中所述匹配字段后的字符作为所述匹配字段，同时返回B；若所述查询文本中所述匹配字段后的字符数目不小于n个，则将所述查询文本匹配字段后的顺序的n个字符作为所述匹配字段，同时返回B；若所述查询文本匹配字段后的字符数目等于0个，则停止分词。
3.如权利要求1所述的智能问答方法，其特征在于，所述对所述答案文本集中的答案文本进行相关度计算与分析，得到最终答案文本，包括：
将所述答案文本集中的答案文本转化为答案文本向量，将所述查询文本转化为问题文本向量；
计算所述答案文本向量与所述问题文本向量的相关度值，汇总所有相关度值得到相关度文本集；
将所述相关度文本集中相关度值进行排序，得到最大相关度值；
在所述答案文本集中选取所述最大相关度值对应的答案文本向量，并将选取的答案文本向量对应的答案文本作为所述最终答案文本。
4.如权利要求3所述的智能问答方法，...
【专利技术属性】
技术研发人员：何博，
申请(专利权)人：平安证券股份有限公司，
类型：发明
国别省市：广东;44
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。