智能问答方法和装置制造方法及图纸

本申请提供一种智能问答方法和装置。该方法包括：电子设备获取电子文档和该电子文档对应的问题数据。电子设备从问题数据的未回复问题中选择一个问题作为当前问题。电子设备将电子文档和问题数据输入到该智能问答模型中，确定当前问题的答题方式。当电子设备确定当前问题的答题方式后，电子设备可以根据该答题方式从电子文档中提取当前问题的答案，或者，电子设备可以根据该答题方式和电子文档生成当前问题的答案。本申请的方法，提高了当前问题的答题准确率，提高了自然语言处理的智能性，提高了用户体验。高了用户体验。高了用户体验。

【技术实现步骤摘要】
智能问答方法和装置


[0001]本申请涉及计算机领域，尤其涉及一种智能问答方法和装置。

技术介绍

[0002]随着科技的快速发展和计算机等电子设备的广泛普及，越来越多的信息 以电子文档的形式存在于电子设备中。电子设备在阅读该电子文档后，通常 可以通过问答的方式帮助用户提炼该电子文档中的内容。
[0003]目前，常用的问答方式包括单轮问答和多轮问答。在单轮问答中，电子 设备可以根据问题，从电子文档中提取出相关内容，并将该内容输出为答案。 在多轮问答中，电子设备的答案通常需要结合电子文档和历史问题进行生成。 当一次问答中同时包括单轮问答和多轮问答时，电子设备通常需要预先知晓 问题属于单轮问答或者多轮问答，进而实现针对性的答复。
[0004]然而，现有技术中需要用户预选确定各个问题之间是否相关，存在电子 设备自然语言处理的智能性差，用户体验差的问题。

技术实现思路

[0005]本申请提供一种智能问答方法和装置，用以解决现有技术中存在的电子 设备自然语言处理的智能性差，用户体验差的问题。
[0006]第一方面，本申请提供一种智能问答方法，包括：
[0007]获取电子文档、以及电子文档对应的问题数据，所述问题数据包括未回 复问题和已回复问题；
[0008]根据所述电子文档和问题数据，确定当前问题的答题方式，所述答题方 式包括第一答题方式和第二答题方式，所述第一答题方式为提取式答题方式， 所述第二答题方式生成式答题方式，所述当前问题为所述未回复问题中的一 个问题；
[0009]根据所述答题方式、所述电子文档和所述问题数据，确定所述当前问题 的答案，所述答案依据所述答题方式及所述电子文档获取。
[0010]可选的，所述根据所述电子文档和问题数据，确定当前问题的答题方式， 包括：
[0011]将所述电子文档和所述问题数据输入预训练语言模型和第一注意力模型， 计算得到第一特征，所述第一特征中包括多个特征参数；
[0012]将所述已回复问题和所述第一特征参数输入第二注意力模型，计算得到 第一信息，所述第一信息为第一答题方式的特征参数，所述第一特征参数为 所述第一特征中的参数；
[0013]将所述当前问题、所述已回复问题和所述第一特征参数输入第三注意力 模型，并计算得到第二信息，所述第二信息为第二答题方式的特征参数；
[0014]根据所述第一信息、所述第二信息和预设函数，确定所述当前问题的答 题方式。
[0015]可选的，所述根据所述第一信息、所述第二信息和预设函数，确定所述 当前问题
的答题方式，包括：
[0016]根据所述第一信息和预设函数，确定第一答题方式的概率；
[0017]根据所述第二信息和预设函数，确定第二答题方式的概率；
[0018]根据所述第一答题方式的概率和所述第二答题方式的概率，确定所述当 前问题的答题方式。
[0019]可选的，所述将所述电子文档和所述已回复问题输入预设自然语言处理 模型和第一注意力模型，计算得到第一特征，所述第一特征中包括多个特征 参数，包括：
[0020]将所述电子文档和所述当前问题输入预训练语言模型，得到第二特征， 所述第二特征中包括多个特征参数；
[0021]将所述第二特征和所述已回复问题输入第一注意力模型，得到第一特征。
[0022]可选的，当所述答题方式为第一答题方式时，所述根据所述答题方式、 所述电子文档和所述问题数据，确定所述当前问题的答案，包括：
[0023]将所述第一特征中的部分参数和所述已回复问题输入第四注意力模型， 计算得到起始位置和结束位置；
[0024]根据所述起始位置和所述结束位置，在所述电子文档中确定所述当前问 题的答案，所述答案为所述电子文档中从所述起始位置到所述结束位置的文 字。
[0025]可选的，当所述答题方式为生成式答题方式时，所述根据所述答题方式、 所述电子文档和所述问题数据，确定所述当前问题的答案，包括：
[0026]将所述第二信息作为初始数据输入seq2seq模型；
[0027]将所述已回复问题和所述当前问题输入第五注意力模型，生成第三信息；
[0028]将所述第三信息输入所述seq2seq模型，生成所述当前问题的答案。
[0029]第二方面，本申请提供一种智能问答装置，包括：
[0030]获取模块，用于获取电子文档、以及电子文档对应的问题数据，所述问 题数据包括未回复问题和已回复问题；
[0031]判断模块，用于根据所述电子文档和问题数据，确定当前问题的答题方 式，所述答题方式包括第一答题方式和第二答题方式，所述第一答题方式为 提取式答题方式，所述第二答题方式生成式答题方式，所述当前问题为所述 未回复问题中的一个问题；
[0032]答题模块，用于根据所述答题方式、所述电子文档和所述问题数据，确 定所述当前问题的答案，所述答案依据所述答题方式及所述电子文档获取。
[0033]可选的，所述判断模块，包括：
[0034]第一确定子模块，用于将所述电子文档和所述问题数据输入预训练语言 模型和第一注意力模型，计算得到第一特征，所述第一特征中包括多个特征 参数；
[0035]第二确定子模块，用于将所述已回复问题和所述第一特征参数输入第二 注意力模型，计算得到第一信息，所述第一信息为第一答题方式的特征参数， 所述第一特征参数为所述第一特征中的参数；
[0036]第三确定子模块，用于将所述当前问题、所述已回复问题和所述第一特 征参数输入第三注意力模型，并计算得到第二信息，所述第二信息为第二答 题方式的特征参数；
[0037]第四确定子模块，用于根据所述第一信息、所述第二信息和预设函数， 确定所述当前问题的答题方式。
[0038]可选的，所述第四确定子模块具体用于根据所述第一信息和预设函数， 确定第一答题方式的概率；根据所述第二信息和预设函数，确定第二答题方 式的概率；根据所述第一答题方式的概率和所述第二答题方式的概率，确定 所述当前问题的答题方式。
[0039]可选的，所述第一确定子模块，具体用于将所述电子文档和所述当前问 题输入预训练语言模型，得到第二特征，所述第二特征中包括多个特征参数； 将所述第二特征和所述已回复问题输入第一注意力模型，得到第一特征。
[0040]可选的，当所述答题方式为第一答题方式时，所述答题模块，包括：
[0041]第五确定子模块，用于将所述第一特征中的部分参数和所述已回复问题 输入第四注意力模型，计算得到起始位置和结束位置；
[0042]第六确定子模块，用于根据所述起始位置和所述结束位置，在所述电子 文档中确定所述当前问题的答案，所述答案为所述电子文档中从所述起始位 置到所述结束位置的文字。
[0043]可选的，当所述答题方式为生成式答题方式时，所述答题模块，包括：
[0044]初始化子模块，用于将所述第二信息作为初始数据输入本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能问答方法，其特征在于，所述方法包括：获取电子文档、以及电子文档对应的问题数据，所述问题数据包括未回复问题和已回复问题；根据所述电子文档和问题数据，确定当前问题的答题方式，所述答题方式包括第一答题方式和第二答题方式，所述第一答题方式为提取式答题方式，所述第二答题方式生成式答题方式，所述当前问题为所述未回复问题中的一个问题；根据所述答题方式、所述电子文档和所述问题数据，确定所述当前问题的答案，所述答案依据所述答题方式及所述电子文档获取。2.根据权利要求1所述的方法，其特征在于，所述根据所述电子文档和问题数据，确定当前问题的答题方式，包括：将所述电子文档和所述问题数据输入预训练语言模型和第一注意力模型，计算得到第一特征，所述第一特征中包括多个特征参数；将所述已回复问题和所述第一特征参数输入第二注意力模型，计算得到第一信息，所述第一信息为第一答题方式的特征参数，所述第一特征参数为所述第一特征中的参数；将所述当前问题、所述已回复问题和所述第一特征参数输入第三注意力模型，并计算得到第二信息，所述第二信息为第二答题方式的特征参数；根据所述第一信息、所述第二信息和预设函数，确定所述当前问题的答题方式。3.根据权利要求2所述的方法，其特征在于，所述根据所述第一信息、所述第二信息和预设函数，确定所述当前问题的答题方式，包括：根据所述第一信息和预设函数，确定第一答题方式的概率；根据所述第二信息和预设函数，确定第二答题方式的概率；根据所述第一答题方式的概率和所述第二答题方式的概率，确定所述当前问题的答题方式。4.根据权利要求3所述的方法，其特征在于，所述将所述电子文档和所述已回复问题输入预设自然语言处理模型和第一注意力模型，计算得到第一特征，所述第一特征中包括多个特征参数，包括：将所述电子文档和所述当前问题输入预训练语言模型，得到第二特征，所述第二特征中包括多个特征参数；将所述第二特征和所述已回复问题输入第一注意力模型，得到第一特征。5.根据权利要求1
‑
4中任意一项所述的方法，其特征在于...

【专利技术属性】
技术研发人员：景少玲，洪世博，赵东岩，谢海华，
申请(专利权)人：北京大学北大方正信息产业集团有限公司，
类型：发明
国别省市：