【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 ...
【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:
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。