基于自然语言处理的问答方法、系统、设备及存储介质技术方案

本发明专利技术提出一种基于自然语言处理的问答方法、系统、设备及存储介质，该方法包括：获取用户开启智能服务后输入的问答指令；对问答指令进行语义识别，并根据识别结果获取与问答指令对应的问题特征，问题特征包括意图类别关键词以及执行类别关键词；对每个执行类别关键词进行解析，并采用与、或、非的表达式将意图类别关键词和所有的执行类别关键词进行匹配连接，根据匹配结果从预设数据库中调取与问答指令对应的相似语句；获取相似语句的预设编号，并根据预设编号获取与相似语句对应的答复信息。本发明专利技术提出的基于自然语言处理的问答方法，能够解决人工客服回复效率低、人力成本高，系统维护专业性强的问题，具有识别精确度高、回复准确的优点。准确的优点。准确的优点。

【技术实现步骤摘要】
基于自然语言处理的问答方法、系统、设备及存储介质


[0001]本专利技术涉及人工智能
，特别涉及一种基于自然语言处理的问答方法、系统、设备及存储介质。

技术介绍

[0002]随着人工智能和大数据技术的发展，人机交互系统在企业生产和日常生活中发挥着越来越重要的作用。自然语言作为人机交互的一种方式，伴随着发展起来的自然语言处理技术主要包括语音识别、语义理解两大部分。
[0003]在智能客服领域其重点在于语义理解，传统方法主要采用规则匹配、关键词匹配、机器学习等方法来进行字面匹配，适合小数据集场景，但容易被冗余信息干扰以及忽略关键的否定词，导致意图识别错误，进而导致回复客户错误，使得用户进行多次操作才能得到自己所需要的答案，从而存在回复准确度不高以及回复效率低的问题。

技术实现思路

[0004]基于此，本专利技术的目的是提出一种基于自然语言处理的问答方法、系统、设备及存储介质，以解决采用传统语义理解方法导致的回复准确度不高以及回复效率低的问题。
[0005]根据本专利技术提出的基于自然语言处理的问答方法，应用于智能服务平台，所述方法包括：获取用户开启智能客服功能后输入的问答指令；对所述问答指令进行语义识别，并根据识别结果获取与所述问答指令对应的问题特征，所述问题特征包括意图类别关键词以及执行类别关键词；对每个执行类别关键词进行解析，并根据解析结果采用与、或、非的表达式将所述意图类别关键词和所有的所述执行类别关键词进行匹配连接，根据匹配结果从预设数据库中调取与所述问答指令对应的相似语句；获取所述相似语句的预设编号，并根据所述预设编号获取与所述相似语句对应的答复信息。
[0006]综上，根据上述的基于自然语言处理的问答方法，通过对用户输入的问题进行语义识别以及特征匹配，以提高用户意图识别效果，从而确保回复准确率。具体为，当获取到用户开启智能服务功能后输入的问答指令后，通过对该问答指令进行语义识别，以得到与此次用户问题相关的问题特征，以避免遗漏关键词，同时对问题特征中所有的执行类别关键词进行解析，以便采用与、或、非的表达式对意图类别关键词和所有的执行类别关键词进行匹配连接，即得到一个匹配语句，并根据匹配结果从数据库中调取出与该匹配语句最相似的相似语句，该相似语句默认为与此次用户输入的问答指令意思相同，并调取出相似语句对应的答复信息，以完成对用户问答指令的答复，以取代采用规则匹配、关键词匹配、机器学习等方法来进行字面匹配的传统方法，提高回复准确率的同时进一步提高了回复效率。
[0007]进一步地，所述获取用户开启智能客服功能后输入的问答指令的步骤之前还包括：搜集用户常见问题，并根据用户意图对用户常见问题进行分类，以得到多种意图名称；在每种用户意图名称下设置对应的若干槽位，并在所述槽位中填充执行类别关键词；根据意图名称和执行类别关键词之间的匹配关系建立相似语料数据库，并对每句相似语料进行编号；根据每句相似语料对应的编号设置答复信息，所述答复信息与所述相似语料一一对应。
[0008]进一步地，所述获取用户开启智能客服功能后输入的问答指令的步骤包括：获取用户的询问信息，并判断所述询问信息是否为文字信息；若否则将所述询问信息转化为文字信息；将转化成文字信息后的询问信息去除停用词，并将去除停用词的询问信息进行形近字纠错，以得到所述问答指令。
[0009]进一步地，所述方法还包括：获取多份不同的基础问题语料，并对每份基础问题语料进行意图标注，以得到每份基础问题语料对应的意图名称；将所有的基础问题语料进行词向量训练，以生成与每份基础问题语料对应的词向量和字向量；将每份基础问题语料对应的意图名称进行编号，并建立意图名称与编号一一对应的意图文件，同时根据词向量和字向量建立词或字分别与向量一一对应的向量文件。
[0010]进一步地，所述将每份基础问题语料对应的意图名称进行编号，并建立意图名称与编号一一对应的意图文件，同时根据词向量和字向量建立词或字分别与向量一一对应的向量文件的步骤之后还包括：获取多条用户曾经咨询的问题语句，并对每条问题语句进行分词处理，以得到每条问题语句对应的字词列表；根据所述向量文件分别对每条问题语句对应的字词列表进行编码化处理，以生成表示字词列表中字和词语义的字向量和词向量；将表示字词列表中字和词语义的字向量和词向量进行连接匹配以得到每条问题语句对应的训练输入向量；将所有的问题语句对应的训练输入向量输入到初始语义识别模型中进行训练，得到最终语义识别模型。
[0011]进一步地，所述获取用户开启智能客服功能后输入的问答指令的步骤之后还包括：将所述问答指令进行分词处理，得到与所述问答指令相关的字和词；根据所述向量文件将与所述问答指令相关的字和词进行编码化处理，得到与所述问答指令相关的字向量和词向量；将与所述问答指令相关的字向量和词向量按预设顺序进行融合，以生成问题输入
向量，并将所述问题输入向量输入到最终语义识别模型中。
[0012]进一步地，所述根据匹配结果从预设数据库中调取与所述问答指令对应的相似语句的步骤还包括：获取所述意图类别关键词和所有的所述执行类别关键词进行匹配连接后的结果语句；加载所述预设数据库中的基础语句列表，并计算所述结果语句与所有基础语句的相似度，得到相似度列表；根据所述相似度列表中最大的相似度值获取对应的基础语句根据本专利技术实施例的一种基于自然语言处理的问答系统，应用于智能服务平台，实现如上述的基于自然语言处理的问答方法，所述基于自然语言处理的问答系统包括：问答指令输入模块，用于获取用户开启智能客服功能后输入的问答指令；语义识别模块，用于对所述问答指令进行语义识别，并根据识别结果获取与所述问答指令对应的问题特征，所述问题特征包括意图类别关键词以及执行类别关键词；结果分析模块，用于对每个执行类别关键词进行解析，并根据解析结果采用与、或、非的表达式将所述意图类别关键词和所有的所述执行类别关键词进行匹配连接，根据匹配结果从预设数据库中调取与所述问答指令对应的相似语句；答复模块，用于获取所述相似语句的预设编号，并根据所述预设编号获取与所述相似语句对应的答复信息。
[0013]本专利技术另一方面还提供一种基于自然语言处理的问答设备，所述设备包括存储器和处理器，其中：所述存储器用于存放计算机程序；所述处理器用于执行所述存储器上所存放的计算机程序时，实现如上述的基于自然语言处理的问答方法。
[0014]本专利技术另一方面还提供一种存储介质，所述存储介质存储一个或多个程序，该程序被执行时实现如上述的基于自然语言处理的问答方法。
附图说明
[0015]图1为本专利技术第一实施例提出的基于自然语言处理的问答方法的流程图；图2为本专利技术第二实施例提出的基于自然语言处理的问答方法的流程图；图3为本专利技术第二实施例中步骤S17的细化图；图4为本专利技术第三实施例提出的基于自然语言处理的问答系统的结构示意图。
[0016]如下具体实施方式将结合上述附图进一步说明本专利技术。
具体实施方式
[0017]为了便于理解本专利技术，下面将参照相关附图对本专利技术进行更本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于自然语言处理的问答方法，其特征在于，应用于智能服务平台，所述方法包括：获取用户开启智能客服功能后输入的问答指令；对所述问答指令进行语义识别，并根据识别结果获取与所述问答指令对应的问题特征，所述问题特征包括意图类别关键词以及执行类别关键词；对每个执行类别关键词进行解析，并根据解析结果采用与、或、非的表达式将所述意图类别关键词和所有的所述执行类别关键词进行匹配连接，根据匹配结果从预设数据库中调取与所述问答指令对应的相似语句；获取所述相似语句的预设编号，并根据所述预设编号获取与所述相似语句对应的答复信息。2.根据权利要求1所述的基于自然语言处理的问答方法，其特征在于，所述获取用户开启智能客服功能后输入的问答指令的步骤之前还包括：搜集用户常见问题，并根据用户意图对用户常见问题进行分类，以得到多种意图名称；在每种用户意图名称下设置对应的若干槽位，并在所述槽位中填充执行类别关键词；根据意图名称和执行类别关键词之间的匹配关系建立相似语料数据库，并对每句相似语料进行编号；根据每句相似语料对应的编号设置答复信息，所述答复信息与所述相似语料一一对应。3.根据权利要求2所述的基于自然语言处理的问答方法，其特征在于，所述获取用户开启智能客服功能后输入的问答指令的步骤包括：获取用户的询问信息，并判断所述询问信息是否为文字信息；若否则将所述询问信息转化为文字信息；将转化成文字信息后的询问信息去除停用词，并将去除停用词的询问信息进行形近字纠错，以得到所述问答指令。4.根据权利要求1所述的基于自然语言处理的问答方法，其特征在于，所述方法还包括：获取多份不同的基础问题语料，并对每份基础问题语料进行意图标注，以得到每份基础问题语料对应的意图名称；将所有的基础问题语料进行词向量训练，以生成与每份基础问题语料对应的词向量和字向量；将每份基础问题语料对应的意图名称进行编号，并建立意图名称与编号一一对应的意图文件，同时根据词向量和字向量建立词或字分别与向量一一对应的向量文件。5.根据权利要求4所述的基于自然语言处理的问答方法，其特征在于，所述将每份基础问题语料对应的意图名称进行编号，并建立意图名称与编号一一对应的意图文件，同时根据词向量和字向量建立词或字分别与向量一一对应的向量文件的步骤之后还包括：获取多条用户曾经咨询的问题语句，并对每条问题语句进行分词处理，以得到每条问题语句对应的字词列表；根据所述向量文件分别对每条问题语句对应的字词列表进行编码化处理，以生成表示字词列表中字和词语义的字向量和词...

【专利技术属性】
技术研发人员：刘向宇，张恒星，
申请(专利权)人：江西中业智能科技有限公司，
类型：发明
国别省市：