一种面向多类型知识库的多引擎智能问答系统技术方案

本发明专利技术公开了一种面向多类型知识库的多引擎智能问答系统，属于多引擎智能问答系统构建领域，包括：复杂问题理解模块、人机多轮交互模块、智能问答引擎模块、多源答案融合模块。本发明专利技术解决现有问答系统中存在的用户问题理解不透彻、数据知识来源类型单一、多源答案融合困难、多轮交互问答能力匮乏、答案信息验证难等问题，以实现更便捷、更可信的全面、高效、精准的信息获取。准的信息获取。准的信息获取。

【技术实现步骤摘要】
一种面向多类型知识库的多引擎智能问答系统


[0001]本专利技术涉及多引擎智能问答系统构建
，更为具体的，涉及一种面向多类型知识库的多引擎智能问答系统。

技术介绍

[0002]随着信息技术的飞速发展，海量的互联网信息不断涌现，无论是数据样式还是数据种类都变得繁多，给互联网用户带来更加丰富多样信息的同时加大了用户信息获取的难度。当前，传统检索方式获取信息仍然依靠关键词匹配的方法，自然语言文本输入时仍然存在字词错误、描述词多义性、用词不准确不全面等问题，而且检索结果是给出匹配度最高的文章而非直接给出用户想要的明确答案，用户得到推荐文章列表后仍需要人工筛选、研读、答案确认等过程，耗时耗力。
[0003]为了应对上述问题，同时提高用户准确获取信息的效率，智能问答系统应运而生。现有典型的智能问答系统包括五种：第一，电商客服，主要以智能客服机器人为主，能够回答用户关于产品和服务的常见问题，提升用户体验，超出“问题库”则无法回答用户问题；第二，情感陪护，例如微软小冰可以通过对话上下文建模（特定背景连续交互而非多个无关问题的组合），实现闲聊、逗趣本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种面向多类型知识库的多引擎智能问答系统，其特征在于，包括复杂问题理解模块、人机多轮交互模块、智能问答引擎模块、多源答案融合模块；所述复杂问题理解模块，对输入问题的真实意图进行识别与分类，纠正、补全输入问题，输出修正后问题、问题意图识别分类结果、问题核心信息；所述人机多轮交互模块，针对复杂问题理解模块输出的修正后问题，结合修正后问题所属主题、对应主题规则模板和基于深度强化学习的人机对话管理策略，完成用户与问答系统的多轮对话，结合多问答引擎完成答案查找；所述智能问答引擎模块，针对问答对库、文档库、知识图谱和数据库表分别设计对应的问答引擎，并利用业务问答知识库数据、修正后问题、问题意图分类结果和问题核心信息作为输入，输出为用户问题对应的一个或多个候选答案、答案置信度及其答案来源；所述多源答案融合模块，针对问答引擎输出的候选答案、答案置信度及答案来源集合，利用候选答案可信度评估模型分配各答案权重，完成最终答案及其来源的获取。2.根据权利要求1所述的面向多类型知识库的多引擎智能问答系统，其特征在于，包括答案获取过程可视化模块和答案评价反馈与训练优化模块；所述答案获取过程可视化模块，将用户可理解的中间结果以可视化形式展现给用户，同时将答案对应文档、知识图谱或数据库表中的记录展示出来供用户对给定答案进行验证与确认；所述答案评价反馈与训练优化模块，供用户对给定答案进行评价打分与错误答案纠正反馈，并将用户反馈的结果直接存入问答对库中，同时将用户反馈的历史问题、答案及其来源组织为训练语料，对问答模型进行定时或定量训练优化。3.根据权利要求1所述的面向多类型知识库的多引擎智能问答系统，其特征在于，所述复杂问题理解模块包括子模块：语种识别模块、语音识别模块、纠错模块、指代消解模块、核心信息抽取模块、推荐模块和分类模块；所述语种识别模块，针对用户语音输入的问题进行语种识别；所述语音识别模块，对特定语种的语音问题转写为中文自然语言描述，将语音转写得到自然语言描述文本问题；所述纠错模块，对输入或语音转写得到的文本进行字词纠错、事实性纠错与语法纠错；所述指代消解模块，在用户输入问题中出现的代词、语气助词以及省略的实体进行指代消解，将指代消解后的问题作为复杂问题理解转写的问题输出；所述核心信息抽取模块，对问题中的实体信息、实体间关系、关键词和短语进行识别与抽取作为用户问题核心信息；所述推荐模块，计算用户输入问题与历史问题集或典型问题库的相似度，结合提问频次进行相似问题和热点问题推荐；所述分类模块，针对不同任务的输入问题，将用户问题意图进行分类，分类的类别包括事实描述类、属性查询类、数据计算类和统计分析类，问题意图识别分类的结果用于指导智能问答引擎实现选择问答策略。4.根据权利要求1所述的面向多类型知识库的多引擎智能问答系统，其特征在于，所述结合修正后问题所属主题、对应主题规则模板和基于深度强化学习的人机对话管理策略，具体包括：对修正后问题进行主题判定，若上下文问题不属于同一主题完成主题切换，即记
录当前问题为新问题，否则判断当前问题是否需要进行对话完善问题：若需要通过人机对话完善问题，则结合预设槽位信息进行缺失要素分析，并生成自然语言问句发送给用户，待用户回应后，判断必要槽位填充是否已经完成，若未完成则重复所述结合预设槽位信息进行缺失要素分析，并生成自然语言问句发送给用户的步骤；若填槽完成，则输出补全后新问题。5.根据权利要求1所述的面向多类型知识库的多引擎智能问答系统，其特征在于，在所述智能问答引擎模块中，问答对库问答引擎，利用基于ES检索的粗排序和基于用户问题核心信息的精排序，并与问答对库中问题计算相似度，并将相似度最高的问题对应答案返回给用户；和/...

【专利技术属性】
技术研发人员：李春豹，崔莹，代翔，戴礼灿，刘鑫，雋兆波，杨露，
申请(专利权)人：中国电子科技集团公司第十研究所，
类型：发明
国别省市：