问答方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能技术领域，提供一种问答方法、装置、电子设备及存储介质，其中方法包括：将问题输入生成模型，获得问题对应的推理程序；基于目标知识库执行问题对应的推理程序得到问题的答案；生成模型是基于目标知识库之外的外部知识库和对应的第一数据集，以及目标知识库和对应的第二数据集，进行训练得到的，第一数据集包括第一问题样本和对应的第一推理程序标签，第二数据集包括第二问题样本和对应的答案样本；生成模型用于通过解码程序的树形结构所转换的序列中每个位置的词汇得到问题对应的推理程序；或者，通过解析程序骨架以及程序骨架所需的参数得到问题对应的推理程序。解决平行语料缺失的问题，提升了问答性能。提升了问答性能。提升了问答性能。

【技术实现步骤摘要】
问答方法、装置、电子设备及存储介质


[0001]本专利技术涉及人工智能
，尤其涉及一种问答方法、装置、电子设备及存储介质。

技术介绍

[0002]知识库问答 (Knowledge Based Question Answering, KBQA) 是自然语言问题领域中的一个研究方向，主要任务是针对给定的自然语言的问题，利用知识库进行查询和推理，得出问题的答案。从涉及到单个关系三元组的简单问答，逐渐转移到知识库复杂问答 (Complex KBQA) 上来。知识库复杂问答需要计算机处理复杂问题，通常需要逻辑，比较和多跳关系等多种推理能力。
[0003]针对复杂问题，可以基于信息检索的方法得到问题的答案，具体可以通过问题的实体识别与链接召回候选实体，并根据候选实体与问题的语义匹配进行排序，从而从知识库中检索到问题的答案。为了提升问答的可解释性，还可以基于语义解析的方法得到问题的答案，具体可以把问题解析为一个推理程序，基于知识库，执行该推理程序就可以得到问题的答案。不同于基于信息检索的方法，基于语义解析的方法可以通过查询语句得到具体的推理过程本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种问答方法，其特征在于，包括：将问题输入生成模型，获得所述生成模型输出的所述问题对应的推理程序；基于目标知识库，执行所述问题对应的推理程序，得到所述问题的答案；其中，所述生成模型是基于所述目标知识库之外的外部知识库和对应的第一数据集，以及所述目标知识库和对应的第二数据集，进行训练得到的，所述第一数据集包括第一问题样本和对应的第一推理程序标签，所述第二数据集包括第二问题样本和对应的答案样本；所述生成模型用于通过解码程序的树形结构所转换的序列中每个位置的词汇，得到所述问题对应的推理程序，其中，每个所述位置的词汇是从与所述位置对应的候选词汇表中选择的；或者，所述生成模型用于通过解析程序骨架以及所述程序骨架所需的参数，得到所述问题对应的推理程序。2.根据权利要求1所述的问答方法，其特征在于，所述得到所述生成模型输出的所述问题对应的推理程序，包括：基于所述问题，对所述序列中需要解码的每个所述位置，计算与所述位置对应的候选词汇表中每个词汇属于所述位置的概率，并选择出概率最大的词汇作为所述位置的词汇。3.根据权利要求2所述的问答方法，其特征在于，从所述序列中需要解码的第二个所述位置开始，所述位置对应的候选词汇表是以前一个所述位置的词汇为约束条件确定的。4.根据权利要求3所述的问答方法，其特征在于，所述位置对应的候选词汇表中包括以下至少一种：基本函数的名称；知识元素；预设标识，所述预设标识的类型包括函数类型和/或参数类型。5.根据权利要求3所述的问答方法，其特征在于，所述对所述序列中需要解码的每个所述位置，计算与所述位置对应的候选词汇表中每个词汇属于所述位置的概率，并选择出概率最大的词汇作为所述位置的词汇，包括：按顺序依次选择所述序列中需要解码的每个所述位置作为当前位置；若所述当前位置为需要解码的第一个所述位置，确定所述当前位置对应的候选词汇表包括预设标识，计算所述当前位置对应的候选词汇表中每个词汇属于所述当前位置的概率，并选择出概率最大的词汇作为所述当前位置的词汇；若所述当前位置不为需要解码的第一个所述位置，以前一个所述位置的词...

【专利技术属性】
技术研发人员：李涓子，曹书林，史佳欣，姚子俊，吕鑫，于济凡，侯磊，张鹏，唐杰，许斌，
申请(专利权)人：清华大学，
类型：发明
国别省市：