本申请提供的一种智能问答的处理方法、装置、设备及存储介质，涉及智能服务技术领域。该方法包括：通过获取用户输入的问题信息，根据预设的语义关联矩阵确定初步的答案结果集合；其中，语义关联矩阵表征问题信息、问题信息所关联的答案结果两者之间的关系；答案结果集合中包括多个答案结果；根据初步的答案结果集合和决策规则表，确定最小范围的答案结果集合；其中，最小范围的答案结果集合中的答案结果的数量小于初步的答案结果集合中的答案结果的数量；根据最小范围的答案结果集合和条件属性，确定并显示最优的答案结果；其中，条件属性表征问题信息的特征。采用本技术方案，能够快速且准确地根据用户提出的问题确定与之对应的答案。的答案。的答案。
【技术实现步骤摘要】
智能问答的处理方法、装置、设备及存储介质
[0001]本申请涉及智能服务
，尤其涉及一种智能问答的处理方法、装置、设备及存储介质。
技术介绍
[0002]随着互联网和人工智能技术的飞速发展，机器人在智能咨询、导航及交易办理等方面扮演着非常重要的角色，但是智能问答目前在关键技术上还存在一些缺陷。
[0003]比如问题匹配这个问题，常用的方式有两种，其中一种是采用深度学习算法，另一种是采用模版匹配的方法。对于深度学习算法，目前智能问答场景级的问题库不足以支撑深度学习模型的训练，因此，无法使得深度学习模型输出比较准确的结果；对于模版匹配的方法，需要运维人员手工编写大量的扩展问题和答案，工作量比较巨大且需要耗费较多的人力资源。
[0004]因此，亟需一种答案结果匹配方法，能够快速且准确地根据用户提出的问题确定与之对应的答案。
技术实现思路
[0005]本申请提供一种智能问答的处理方法、装置、设备及存储介质，能够快速且准确地根据用户提出的问题确定与之对应的答案。
[0006]第一方面，本申请提供一种智能问答的处理方法，所述方法包括：
[0007]获取用户输入的问题信息，根据预设的语义关联矩阵确定初步的答案结果集合；其中，所述语义关联矩阵表征问题信息、问题信息所关联的答案结果两者之间的关系；所述答案结果集合中包括多个答案结果；
[0008]根据所述初步的答案结果集合和决策规则表，确定最小范围的答案结果集合；其中，所述最小范围的答案结果集合中的答案结果的数量小于所述初步的答案结果集合中的答案结果的数量；
[0009]根据所述最小范围的答案结果集合和条件属性，确定并显示最优的答案结果；其中，所述条件属性表征问题信息的特征。
[0010]在一个示例中，获取用户输入的问题信息，根据预设的语义关联矩阵确定初步的答案结果集合，包括：
[0011]根据用户输入的问题信息，在所述预设的语义关联矩阵中确定所述问题信息所关联的答案结果以及所述答案结果对应的关联度数值；
[0012]将所述关联度数值与阈值进行比较，确定召回答案结果；
[0013]将所述召回答案结果按照所述关联度数值的自然次序进行排序，确定所述初步的答案结果集合。
[0014]在一个示例中，根据用户输入的问题信息，在所述预设的语义关联矩阵中确定所述问题信息所关联的答案结果以及所述答案结果对应的关联度数值，包括：
[0015]获取用户输入的所述问题信息的关键词，在所述预设的语义关联矩阵中确定与所述关键词匹配的至少一个标准问题信息；
[0016]根据每一个所述标准问题信息，在所述预设的语义关联矩阵中确定所述问题信息所关联的答案结果以及所述答案结果对应的关联度数值。
[0017]在一个示例中，在获取用户输入的问题信息，根据预设的语义关联矩阵确定初步的答案结果集合之前，还包括：
[0018]根据预处理问题信息库中的标准问题信息和预设维度，确定所述标准问题信息与预设答案的第一语义值；
[0019]根据所述预设答案和预设维度，确定所述预设答案与所述标准问题信息的第二语义值；
[0020]根据所述第一语义值和所述第二语义值，确定预设的语义关联矩阵。
[0021]在一个示例中，根据所述初步的答案结果集合和决策规则表，确定最小范围的答案结果集合，包括：
[0022]根据所述初步的答案结果集合在所述决策规则表中确定答案结果的等价集合；
[0023]根据所述答案结果的等价集合和粗糙集算法，确定最小范围的答案结果集合。
[0024]第二方面，本申请提供一种智能问答的处理装置，所述装置包括：
[0025]获取单元，用于获取用户输入的问题信息，根据预设的语义关联矩阵确定初步的答案结果集合；其中，所述语义关联矩阵表征问题信息、问题信息所关联的答案结果两者之间的关系；所述答案结果集合中包括多个答案结果；
[0026]第一确定单元，用于根据所述初步的答案结果集合和决策规则表，确定最小范围的答案结果集合；其中，所述最小范围的答案结果集合中的答案结果的数量小于所述初步的答案结果集合中的答案结果的数量；
[0027]第二确定单元，用于根据所述最小范围的答案结果集合和条件属性，确定并显示最优的答案结果；其中，所述条件属性表征问题信息的特征。
[0028]在一个示例中，所述获取单元，包括：
[0029]关联度数值确定模块，用于根据用户输入的问题信息，在所述预设的语义关联矩阵中确定所述问题信息所关联的答案结果以及所述答案结果对应的关联度数值；
[0030]答案结果确定模块，用于将所述关联度数值与阈值进行比较，确定召回答案结果；
[0031]初步的答案结果集合确定模块，用于将所述召回答案结果按照所述关联度数值的自然次序进行排序，确定所述初步的答案结果集合。
[0032]在一个示例中，关联度数值确定模块，包括：
[0033]获取用户输入的所述问题信息的关键词，在所述预设的语义关联矩阵中确定与所述关键词匹配的至少一个标准问题信息；
[0034]根据每一个所述标准问题信息，在所述预设的语义关联矩阵中确定所述问题信息所关联的答案结果以及所述答案结果对应的关联度数值。
[0035]在一个示例中，所述装置，还包括：
[0036]第三确定单元，用于根据预处理问题信息库中的标准问题信息和预设维度，确定所述标准问题信息与预设答案的第一语义值；
[0037]第四确定单元，用于根据所述预设答案和预设维度，确定所述预设答案与所述标
准问题信息的第二语义值；
[0038]第五确定单元，用于根据所述第一语义值和所述第二语义值，确定预设的语义关联矩阵。
[0039]在一个示例中，第一确定单元，包括：
[0040]根据所述初步的答案结果集合在所述决策规则表中确定答案结果的等价集合；
[0041]根据所述答案结果的等价集合和粗糙集算法，确定最小范围的答案结果集合。
[0042]本申请提供的一种智能问答的处理方法、装置、设备及存储介质，通过获取用户输入的问题信息，根据预设的语义关联矩阵确定初步的答案结果集合；其中，所述语义关联矩阵表征问题信息、问题信息所关联的答案结果两者之间的关系；所述答案结果集合中包括多个答案结果；根据所述初步的答案结果集合和决策规则表，确定最小范围的答案结果集合；其中，所述最小范围的答案结果集合中的答案结果的数量小于所述初步的答案结果集合中的答案结果的数量；根据所述最小范围的答案结果集合和条件属性，确定并显示最优的答案结果；其中，所述条件属性表征问题信息的特征。采用本技术方案，能够快速且准确地根据用户提出的问题确定与之对应的答案。
附图说明
[0043]此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。
[0044]图1是根据本申请实施例一提供的一种智能问答的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种智能问答的处理方法，其特征在于，所述方法包括：获取用户输入的问题信息，根据预设的语义关联矩阵确定初步的答案结果集合；其中，所述语义关联矩阵表征问题信息、问题信息所关联的答案结果两者之间的关系；所述答案结果集合中包括多个答案结果；根据所述初步的答案结果集合和决策规则表，确定最小范围的答案结果集合；其中，所述最小范围的答案结果集合中的答案结果的数量小于所述初步的答案结果集合中的答案结果的数量；根据所述最小范围的答案结果集合和条件属性，确定并显示最优的答案结果；其中，所述条件属性表征问题信息的特征。2.根据权利要求1所述的方法，其特征在于，获取用户输入的问题信息，根据预设的语义关联矩阵确定初步的答案结果集合，包括：根据用户输入的问题信息，在所述预设的语义关联矩阵中确定所述问题信息所关联的答案结果以及所述答案结果对应的关联度数值；将所述关联度数值与阈值进行比较，确定召回答案结果；将所述召回答案结果按照所述关联度数值的自然次序进行排序，确定所述初步的答案结果集合。3.根据权利要求2所述的方法，其特征在于，根据用户输入的问题信息，在所述预设的语义关联矩阵中确定所述问题信息所关联的答案结果以及所述答案结果对应的关联度数值，包括：获取用户输入的所述问题信息的关键词，在所述预设的语义关联矩阵中确定与所述关键词匹配的至少一个标准问题信息；根据每一个所述标准问题信息，在所述预设的语义关联矩阵中确定所述问题信息所关联的答案结果以及所述答案结果对应的关联度数值。4.根据权利要求1
‑
3任一项所述的方法，其特征在于，在获取用户输入的问题信息，根据预设的语义关联矩阵确定初步的答案结果集合之前，还包括：根据预处理问题信息库中的标准问题信息和预设维度，确定所述标准问题信息与预设答案的第一语义值；根据所述预设答案和预设维度，确定所述预设答案与所述标准问题信息的第二语义值；根据所述第一语义值和所述第二语义值，确定预设的语义关联矩阵。5.根据权利要求1所述的方法，其特征在于，根据所述初步的答案结果集...
【专利技术属性】
技术研发人员：王全礼，张晨，蒲柯锐，唐汇，王斌，
申请(专利权)人：建信金融科技有限责任公司，
类型：发明
国别省市：
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。