当前位置: 首页 > 专利查询>西北大学专利>正文

一种视力保护智能问答系统的控制方法、装置及电子设备制造方法及图纸

技术编号:36079579 阅读:15 留言:0更新日期:2022-12-24 10:52
本发明专利技术的目的是提供一种视力保护智能问答系统的控制方法、装置及电子设备,涉及以问答方式工作的电操作的教具或设备技术领域。本发明专利技术获取用户问题,并将用户问题转化为词向量序列;将词向量序列输入到实体识别模型中,得到用户问题的实体;将实体输入到实体消歧模型中,得到消歧后的实体;基于消歧后的实体从视力保护知识图谱中提取用户问题的答案。通过对用户问题进行实体消歧,能够提高视力保护智能问答系统对用户所提问题的识别精度,进而提高问题解答的合理性。问题解答的合理性。问题解答的合理性。

【技术实现步骤摘要】
一种视力保护智能问答系统的控制方法、装置及电子设备


[0001]本专利技术涉及以问答方式工作的电操作的教具或设备
,特别是涉及一种视力保护智能问答系统的控制方法、装置及电子设备。

技术介绍

[0002]近年来,青少年近视患病率逐年递增,近视将会成为全球最常见的不可逆致盲原因之一,是危害公共健康的世界性问题。除了遗传原因,诱发青少年近视的原因主要是长期不良生活习惯,包括睡眠不足、不合理用眼以及眼部长期过度疲劳。如果未及时对青少年用眼习惯与卫生进行识别和干预,会导致眼负荷加重,晶状体总是处于过度调节状态,从而极易形成近视,严重者甚至致盲。
[0003]因此,建立一种视力保护智能问答系统,在青少年咨询引起近视的不良行为或者视力保护的问题时,智能识别咨询问题和识别用眼不良信息并未咨询者提供建议,及时引导青少年正确用眼,对近视进行早期识别和干预,能够减少近视的发生率。但是,青少年因认知水平有限且对视力保护知识匮乏,所以青少年提出的问题表达内容不够准确,存在实体歧义和错别字的现象,导致现有视力保护智能问答系统的言辞难以识别,进而导致提供视力保护智能问答系统提供的建议和答案不够准确。轻则造成用户无效咨询,重则误导用户采用不合理的建议进行视力保护。

技术实现思路

[0004]本专利技术的目的是提供一种视力保护智能问答系统的控制方法、装置及电子设备,能够提高视力保护智能问答系统对用户所提问题的识别精度,进而提高问题解答的合理性。
[0005]为实现上述目的,本专利技术提供了如下方案:
[0006]一种视力保护智能问答系统的控制方法,包括:
[0007]获取用户问题,并将所述用户问题转化为词向量序列;
[0008]将所述词向量序列输入到实体识别模型中,得到所述用户问题的实体;所述实体为描述所述用户问题的词向量组;所述实体识别模型是利用用户历史问题以及对应的历史实体对BERT

BiLSTM

CRF模型进行训练得到的;
[0009]将所述实体输入到实体消歧模型中,得到消歧后的实体;所述实体消歧模型是利用历史实体和视力保护知识图谱,对BERT

CNN模型进行训练得到的;
[0010]基于消歧后的实体从视力保护知识图谱中提取所述用户问题的答案。
[0011]可选的,在所述获取用户问题,并将所述用户问题转化为词向量序列之前,还包括:
[0012]构建视力保护知识图谱。
[0013]可选的,在所述获取用户问题,并将所述用户问题转化为词向量序列之前,还包括:
[0014]获取多个用户历史问题,并将每个所述用户历史问题均转化为词向量历史序列;
[0015]对每个词向量历史序列内的实体进行标注,得到多个历史实体;
[0016]以所述词向量历史序列为输入,以所述历史实体为输出,对BERT

BiLSTM

CRF模型进行训练,得到实体识别模型。
[0017]可选的,在所述获取用户问题,并将所述用户问题转化为词向量序列之前,还包括:
[0018]根据视力保护知识图谱确定每个历史实体所对应的消歧后的历史实体;
[0019]以历史实体为输入,以消歧后的历史实体为输出,对BERT

CNN模型进行训练,得到实体消歧模型。
[0020]可选的,所述根据视力保护知识图谱确定每个历史实体所对应的消歧后的历史实体,包括:
[0021]获取当前历史实体;
[0022]从视力保护知识图谱中确定所述当前历史实体对应的多个属性;
[0023]从多个所述属性中确定表述所述当前历史实体的属性,从而确定消歧后的历史实体。
[0024]一种视力保护智能问答系统的控制系统,包括:
[0025]词向量序列转化模块,用于获取用户问题,并将所述用户问题转化为词向量序列;
[0026]实体确定模块,用于将所述词向量序列输入到实体识别模型中,得到所述用户问题的实体;所述实体为描述所述用户问题的词向量组;所述实体识别模型是利用用户历史问题以及对应的历史实体对BERT

BiLSTM

CRF模型进行训练得到的;
[0027]实体消歧模块,用于将所述实体输入到实体消歧模型中,得到消歧后的实体;所述实体消歧模型是利用历史实体和视力保护知识图谱,对BERT

CNN模型进行训练得到的;
[0028]答案提取模块,用于基于消歧后的实体从视力保护知识图谱中提取所述用户问题的答案。
[0029]一种电子设备,包括存储器及处理器,所述存储器用于存储计算机程序,所述处理器运行所述计算机程序以使所述电子设备执行上述提供的视力保护智能问答系统的控制方法。
[0030]可选的,所述存储器为计算机可读存储介质。
[0031]根据本专利技术提供的具体实施例,本专利技术公开了以下技术效果:
[0032]本专利技术的目的是提供一种视力保护智能问答系统的控制方法、装置及电子设备,获取用户问题,并将所述用户问题转化为词向量序列;将所述词向量序列输入到实体识别模型中,得到所述用户问题的实体;所述实体为描述所述用户问题的词向量组;所述实体识别模型是利用用户历史问题以及对应的历史实体对BERT

BiLSTM

CRF模型进行训练得到的;将所述实体输入到实体消歧模型中,得到消歧后的实体;所述实体消歧模型是利用历史实体和视力保护知识图谱,对BERT

CNN模型进行训练得到的;基于消歧后的实体从视力保护知识图谱中提取所述用户问题的答案。通过对用户问题进行实体消歧能够提高视力保护智能问答系统对用户所提问题的识别精度,进而提高问题解答的合理性。
附图说明
[0033]为了更清楚地说明本专利技术实施例或现有技术中的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本专利技术的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
[0034]图1为本专利技术实施例1中视力保护智能问答系统的控制方法流程图;
[0035]图2为本专利技术实施例1中视力保护智能问答系统的控制方法原理图。
具体实施方式
[0036]下面将结合本专利技术实施例中的附图,对本专利技术实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本专利技术一部分实施例,而不是全部的实施例。基于本专利技术中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本专利技术保护的范围。
[0037]本专利技术的目的是提供一种视力保护智能问答系统的控制方法、装置及电子设备,能够提高视力保护智能问答系统对用户所提问题的识别精度,进而提高问题解答的合理性。
[0038]为使本专利技术的上述目的、特征和优点能够更加明显易懂,下面结合附图和本文档来自技高网
...

【技术保护点】

【技术特征摘要】
1.一种视力保护智能问答系统的控制方法,其特征在于,包括:获取用户问题,并将所述用户问题转化为词向量序列;将所述词向量序列输入到实体识别模型中,得到所述用户问题的实体;所述实体为描述所述用户问题的词向量组;所述实体识别模型是利用用户历史问题以及对应的历史实体对BERT

BiLSTM

CRF模型进行训练得到的;将所述实体输入到实体消歧模型中,得到消歧后的实体;所述实体消歧模型是利用历史实体和视力保护知识图谱,对BERT

CNN模型进行训练得到的;基于消歧后的实体从视力保护知识图谱中提取所述用户问题的答案。2.根据权利要求1所述的一种视力保护智能问答系统的控制方法,其特征在于,在所述获取用户问题,并将所述用户问题转化为词向量序列之前,还包括:构建视力保护知识图谱。3.根据权利要求1所述的一种视力保护智能问答系统的控制方法,其特征在于,在所述获取用户问题,并将所述用户问题转化为词向量序列之前,还包括:获取多个用户历史问题,并将每个所述用户历史问题均转化为词向量历史序列;对每个词向量历史序列内的实体进行标注,得到多个历史实体;以所述词向量历史序列为输入,以所述历史实体为输出,对BERT

BiLSTM

CRF模型进行训练,得到实体识别模型。4.根据权利要求3所述的一种视力保护智能问答系统的控制方法,其特征在于,在所述获取用户问题,并将所述用户问题转化为词向量序列之前,还包括:根据视力保护知识图谱确定每个历史实体所对应的消歧后的历史实体;...

【专利技术属性】
技术研发人员:刘佳宇高东怀宁玉文张婧哲孙淑仪
申请(专利权)人:西北大学
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1