智能应答方法及装置、电子设备和介质制造方法及图纸

本公开提供了一种智能应答方法及装置、电子设备和介质，涉及人工智能技术领域，尤其涉及人机交互技术领域。实现方案为：响应于接收到查询问题，确定查询问题所对应的第一参考信息，所述第一参考信息用于表示与所述查询问题相关联的情景信息；基于查询问题和第一参考信息，确定查询问题所对应的待匹配向量；基于待匹配向量和多个标准向量的相似度，从多个标准向量中确定与待匹配向量匹配的目标向量，其中，所述多个标准向量具有对应的候选应答信息；以及基于目标向量所对应的候选应答信息，确定查询问题的应答信息。确定查询问题的应答信息。确定查询问题的应答信息。

【技术实现步骤摘要】
智能应答方法及装置、电子设备和介质


[0001]本公开涉及人工智能
，尤其涉及人机交互
，具体涉及一种智能应答方法及装置、特征提取模型的训练方法及装置、电子设备、计算机可读存储介质和计算机程序产品。

技术介绍

[0002]近年来，随着人工智能技术的不断发展，助理机器人、客服机器人等智能应答系统应用到越来越多的行业领域。这些智能应答系统可以采用问答的形式，对用户的输入的查询问题给出对应的应答信息。在这一过程中，需要基于用户所输入的查询问题的语义来匹配相应的应答信息，需要提升匹配准确度来提升应答的准确性。
[0003]在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明，否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地，除非另有指明，否则此部分中提及的问题不应认为在任何现有技术中已被公认。

技术实现思路

[0004]本公开提供了一种智能应答方法及装置、特征提取模型的训练方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
[0005]根据本公开的一方面，提供了一种智能应答方法，包括：响应于接收到查询问题，确定查询问题所对应的第一参考信息，所述第一参考信息用于表示与所述查询问题相关联的情景信息；基于查询问题和第一参考信息，确定查询问题所对应的待匹配向量；基于待匹配向量和多个标准向量的相似度，从多个标准向量中确定与待匹配向量匹配的目标向量，其中，所述多个标准向量具有对应的候选应答信息；以及基于目标向量所对应的候选应答信息，确定查询问题的应答信息。
[0006]根据本公开的一方面，提供了一种智能应答装置，包括：第一确定单元，被配置用于响应于接收到查询问题，确定查询问题所对应的第一参考信息，所述第一参考信息用于表示与所述查询问题相关联的情景信息；第二确定单元，被配置用于基于查询问题和第一参考信息，确定查询问题所对应的待匹配向量；第三确定单元，被配置用于基于待匹配向量和多个标准向量的相似度，从多个标准向量中确定与待匹配向量匹配的目标向量，其中，所述多个标准向量具有对应的候选应答信息；以及第四确定单元，被配置用于基于目标向量所对应的候选应答信息，确定查询问题的应答信息。
[0007]根据本公开的一方面，提供了一种电子设备，包括：至少一个处理器；以及与至少一个处理器通信连接的存储器；其中存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述任意一种方法。
[0008]根据本公开的一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，计算机指令用于使计算机执行上述任意一种方法。
[0009]根据本公开的一方面，提供了一种计算机程序产品，包括计算机程序，计算机程序
在被处理器执行时实现上述任意一种方法。
[0010]根据本公开的一个或多个实施例，能够更为准确地理解用户的查询意图，提升应答的准确性。
[0011]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0012]附图示例性地示出了实施例并且构成说明书的一部分，与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的，并不限制权利要求的范围。在所有附图中，相同的附图标记指代类似但不一定相同的要素。
[0013]图1示出了根据本公开实施例的可以在其中实施本文描述的各种方法的示例系统的示意图；
[0014]图2示出了根据本公开实施例的智能应答方法的流程图；
[0015]图3示出了根据本公开实施例的特征提取模型训练方法的流程图；
[0016]图4示出了根据本公开实施例的特征提取模型训练方法的示意图；
[0017]图5示出了根据本公开实施例的智能应答装置的结构框图；
[0018]图6示出了根据本公开实施例的特征提取模型的训练装置的结构框图；以及
[0019]图7示出了根据本公开实施例的电子设备的结构框图。
具体实施方式
[0020]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0021]在本公开中，除非另有说明，否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系，这种术语只是用于将一个元件与另一元件区分开。在一些示例中，第一要素和第二要素可以指向该要素的同一实例，而在某些情况下，基于上下文的描述，它们也可以指代不同实例。
[0022]在本公开中对各种所述示例的描述中所使用的术语只是为了描述特定示例的目的，而并非旨在进行限制。除非上下文另外明确地表明，如果不特意限定要素的数量，则该要素可以是一个也可以是多个。此外，本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
[0023]当前，用户在与智能应答系统进行交互时，智能应答系统可以根据用户所输入的查询问题确定用户的意图和/或想要得到的应答消息，并将对应的应答消息发送至用户设备。
[0024]在相关技术中，智能应答系统可以根据用户所输入的查询问题，从数据库中选择最接近于该查询问题的标准问题，并将该标准问题所对应的候选应答信息作为应答信息反馈给用户。然而，申请人注意到在不同的场景、时间或地点下，相同的查询问题可能表达了用户不同的意图。例如，在购物场景中，用户向智能应答系统输入查询问题“在哪付款”。如
果用户当前正位于实体店中，用户的意图很可能是想要知道收银台所在的位置，如果用户当前正位于虚拟商店，用户的意图很可能是想要知道如何进入付款页面，这时，仅依赖于查询问题，智能应答系统无法理解用户的真实意图，并提供准确的应答消息，影响用户体验。
[0025]基于此，本公开提供了一种智能应答方法，基于查询问题和查询问题所对应的第一参考信息，来提取查询问题所对应的待匹配向量。由于待匹配向量融合了查询问题和第一参考信息两方面的信息，能够更为准确地表征用户在输入查询问题时的真实意图，由此，可以提升匹配标准问题的准确程度，提升应答的精准性。
[0026]以下将结合附图，详细描述本公开的实施例。
[0027]图1是图示出根据示例性实施例的可以在其中实施本文描述的各种方法的示例系统100的示意图。
[0028]参考图1，该系统100包括客户端设备110、服务器120、以及将客户端设备110与服务器120通信地耦合的网络130。
[0029]客户端设备110包括显示器114和可经由显示器114显示的客户端应用(APP)112。客户端应用112可以为运行前需要下载和安装的应用程序或者作为轻量本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种智能应答方法，包括：响应于接收到查询问题，确定所述查询问题所对应的第一参考信息，所述第一参考信息用于表示与所述查询问题相关联的情景信息；基于所述查询问题和所述第一参考信息，确定所述查询问题所对应的待匹配向量；基于所述待匹配向量和多个标准向量的相似度，从所述多个标准向量中确定与所述待匹配向量匹配的目标向量，其中，所述多个标准向量具有对应的候选应答信息；以及基于所述目标向量所对应的候选应答信息，确定所述查询问题的应答信息。2.根据权利要求1所述的方法，其中，所述多个标准向量为基于预设的多个标准问题和与所述多个标准问题分别对应的第二参考信息而确定，所述方法还包括：确定多个标准问题和与所述多个标准问题分别对应的第二参考信息，其中，所述第二参考信息和所述第一参考信息具有相同的信息类型；以及针对所述多个标准问题中的每一者，基于该标准问题和该标准问题所对应的第二参考信息，确定该标准问题所对应的标准向量。3.根据权利要求1所述的方法，其中，所述基于所述查询问题和所述第一参考信息，确定所述查询问题所对应的待匹配向量包括：对所述查询问题和所述第一参考信息进行特征提取，以得到所述查询问题所对应的待匹配向量。4.根据权利要求3所述的方法，其中，所述对所述查询问题和所述第一参考信息进行特征提取，以得到所述查询问题所对应的待匹配向量包括：将所述查询问题和所述第一参考信息输入特征提取模型，以得到所述查询问题所对应的待匹配向量。5.根据权利要求3所述的方法，其中，所述对所述查询问题和所述第一参考信息进行特征提取，以得到所述查询问题所对应的待匹配向量包括：对所述查询问题进行特征提取，以得到所述查询问题所对应的第一子向量；对所述第一参考信息进行特征提取，以得到所述第一参考信息所对应的第二子向量；以及基于所述第一子向量和所述第二子向量确定所述待匹配向量。6.根据权利要求5所述的方法，其中，利用特征提取模型来得到所述查询问题所对应的待匹配向量，所述特征提取模型包括第一子模型和第二子模型，其中，所述对所述查询问题进行特征提取，以得到所述查询问题所对应的第一子向量包括：将所述查询问题输入所述第一子模型，以获取所述第一子模型所输出的所述查询问题所对应的第一子向量，并且其中，所述对所述第一参考信息进行特征提取，以得到所述第一参考信息所对应的第二子向量包括：将所述第一参考信息输入所述第二子模型，以获取所述第二子模型所输出的所述第一参考信息所对应的第二子向量。7.根据权利要求4
‑
6中任一项所述的方法，其中，所述特征提取模型是利用如下方法训练得到的：
确定样本数据和所述样本数据的标签，其中，所述样本数据包括相似问题、所述相似问题所对应的第三参考信息、标准问题以及所述标准问题所对应的第四参考信息，所述第三参考信息和所述第四参考信息具有相同的信息类型，所述标签包括所述相似问题和所述标准问题之间的真实相似度；执行针对所述相似问题和所述标准问题的特征提取处理，其中，所述特征提取处理包括：至少将所述相似问题和所述第三参考信息输入初始特征提取模型，以得到所述相似问题所对应的第一待匹配向量；以及至少将所述标准问题和所述第四参考信息输入辅助模型，以得到所述标准问题所对应的第二待匹配向量，其中，所述辅助模型的模型结构与所述初始特征提取模型的模型结构相同；计算所述第一待匹配向量和所述第二待匹配向量之间的预测相似度；以及基于所述标签和所述预测相似度，调整所述初始特征提取模型的参数。8.根据权利要求7所述的方法，所述初始特征提取模型包括第一初始子模型和第二初始子模型，所述至少将所述相似问题和所述第三参考信息输入所述初始特征提取模型，以得到所述相似问题所对应的第一待匹配向量包括：将所述相似问题输入所述第一初始子模型，以获取所述第一初始子模型所输出的第一预测子向量；将所述第三参考信息输入所述第二初始子模型，以获取所述第二初始子模型所输出的第二预测子向量；以及基于所述第一预测子向量和所述第二预测子向量，确定所述相似问题所对应的第一待匹配向量，并且其中，所述基于所述标签和所述预测相似度，调整所述初始特征提取模型的参数包括：基于所述标签和所述预测相似度，调整所述第一初始子模型和第二初始子模型的参数。9.根据权利要求7所述的方法，其中，所述样本数据还包括所述相似问题所对应的第一应答信息，以及所述标准问题所对应的第二应答信息，并且其中，所述特征提取处理包括：将所述相似问题、所述第三参考信息和所述第一应答信息输入所述初始特征提取模型，以得到所述相似问题所对应的第一待匹配向量；以及将所述标准问题、所述第四参考信息和所述第二应答信息输入所述辅助模型，以得到所述标准问题所对应的第二待匹配向量。10.根据权利要求9所述的方法，其中，所述初始特征提取模型包括第一初始子模型和第二初始子模型，所述将所述相似问题、所述第三参考信息和所述第一应答信息输入所述初始特征提取模型，以得到所述相似问题所对应的第一待匹配向量包括：将所述相似问题和所...

【专利技术属性】
技术研发人员：赵新歌，
申请(专利权)人：胜斗士上海科技技术发展有限公司，
类型：发明
国别省市：