本申请提供一种问答处理方法、装置、电子设备及存储介质，所述问答处理方法，包括：获取待处理问题；根据所述待处理问题，以及所述待处理问题的先验知识，确定与所述待处理问题对应的答案线索文本；所述待处理问题的先验知识至少包括所述待处理问题所属领域的知识；基于所述答案线索文本，确定对应所述待处理问题的答案。该方法还原了人面临问题时对问题的处理过程，以答案线索文本作为对待处理问题相关知识和概念的理解，答案线索文本为确定待处理问题的答案提供了强有力的保障和信息参考，从而可以提高待处理问题的答案的准确性。可以提高待处理问题的答案的准确性。可以提高待处理问题的答案的准确性。
【技术实现步骤摘要】
一种问答处理方法、装置、电子设备及存储介质
[0001]本申请涉及人工智能领域，具体涉及一种问答处理方法、装置、电子设备及存储介质。
技术介绍
[0002]随着人工智能技术的不断成熟，智能问答系统逐渐步入人们的生活，对智能问答系统的研究也成为本领域技术人员的一个重要研究方向。
[0003]现有技术中，智能问答系统通常基于内置的检索规则应对涉及科学常识的问题，进而给出问题对应的答案。然而，由于检索规则得到的问题答案仅是在字面上与当前问题相匹配，且不具备对问题的深层次逻辑推理。因此，基于检索规则得到的问题答案准确率普遍较低。
[0004]因此，如何提高智能问答系统生成问题答案的准确率，成为本领域技术人员亟需解决的技术问题。
技术实现思路
[0005]本申请实施例提供一种问答处理方法、装置、电子设备及存储介质，以
[0006]根据本申请实施例的第一方面，提供了一种问答处理方法，包括：
[0007]获取待处理问题；
[0008]根据所述待处理问题，以及所述待处理问题的先验知识，确定与所述待处理问题对应的答案线索文本；所述待处理问题的先验知识至少包括所述待处理问题所属领域的知识；
[0009]基于所述答案线索文本，确定对应所述待处理问题的答案。
[0010]在本申请的一种可选实施方式中，所述根据所述待处理问题，以及所述待处理问题的先验知识，确定与所述待处理问题对应的答案线索文本，包括：
[0011]将所述待处理问题和所述待处理问题的先验知识输入预先训练的线索生成模型；以使所述线索生成模型根据所述待处理问题和所述待处理问题的先验知识，生成与所述待处理问题对应的答案线索文本。
[0012]在本申请的一种可选实施方式中，所述线索生成模型通过以下方式训练获得：
[0013]获得标注有答案线索文本的样本问题和所述样本问题的至少一个先验知识；
[0014]将所述标注有答案线索文本的样本问题和所述样本问题的至少一个先验知识作为训练样本，对预先构建的线索生成模型进行答案线索训练。
[0015]在本申请的一种可选实施方式中，所述基于所述答案线索文本，确定对应所述待处理问题的答案，包括：
[0016]将所述答案线索文本作为对应所述待处理问题的答案；
[0017]或者，
[0018]从所述答案线索文本中提取信息，并利用提取的信息生成对应所述待处理问题的
答案。
[0019]在本申请的一种可选实施方式中，所述基于所述答案线索文本，确定对应所述待处理问题的答案，包括：
[0020]获取所述待处理问题的各候选答案；
[0021]基于所述答案线索文本，从所述各候选答案中，选出对应所述待处理问题的答案。
[0022]在本申请的一种可选实施方式中，所述基于所述答案线索文本，从所述各候选答案中，选出对应所述待处理问题的答案，包括：
[0023]获取所述答案线索文本的文本特征；
[0024]获取所述各候选答案的答案特征；其中，每一候选答案的答案特征分别包括：用于表示该候选答案语义信息的第一特征，以及用于表示该候选答案与其他候选答案之间的差异信息的第二特征；
[0025]根据所述答案线索文本的文本特征和各候选答案的答案特征，从所述各候选答案中，选出对应所述待处理问题的答案。
[0026]在本申请的一种可选实施方式中，所述获取所述各候选答案的答案特征，包括：
[0027]分别提取每一候选答案的第一特征；
[0028]对各候选答案的拼接文本进行基于上下文的特征提取处理，得到候选答案交互特征；
[0029]从所述候选答案交互特征中，提取得到每个候选答案的第二特征；
[0030]基于每个候选答案的第一特征和第二特征，生成每个候选答案的答案特征。
[0031]在本申请的一种可选实施方式中，所述分别提取每一候选答案的第一特征；对各候选答案的拼接文本进行基于上下文的特征提取处理，得到候选答案交互特征；从所述候选答案交互特征中，提取得到每个候选答案的第二特征；基于每个候选答案的第一特征和第二特征，生成每个候选答案的答案特征，包括：
[0032]将各个候选答案输入预先训练的特征提取模型，得到所述特征提取模型输出的每个候选答案的答案特征；
[0033]其中，所述特征提取模型包括第一子模型、第二子模型和特征融合模块；
[0034]所述第一子模型用于分别提取每一候选答案的第一特征；
[0035]所述第二子模型用于对各候选答案的拼接文本进行基于上下文的特征提取处理，得到候选答案交互特征；从所述候选答案交互特征中，提取得到每个候选答案的第二特征；
[0036]所述特征融合模块用于基于每个候选答案的第一特征和第二特征，生成每个候选答案的答案特征。
[0037]在本申请的一种可选实施方式中，所述根据所述答案线索的文本特征和各候选答案的答案特征，选出对应所述待处理问题的答案，包括：
[0038]将所述答案线索文本的文本特征和所述各候选答案的答案特征输入概率计算模型，以使所述概率计算模型对所述答案线索文本的文本特征和所述各候选答案的答案特征进行运算，得到各候选答案的正确概率；
[0039]根据所述各候选答案的正确概率，从所述各候选答案中，选出对应所述待处理问题的答案。
[0040]根据本申请实施例的第二方面，提供了一种问答处理装置，包括：
[0041]第一单元，用于获取待处理问题；
[0042]第二单元，用于根据所述待处理问题，以及所述待处理问题的先验知识，确定与所述待处理问题对应的答案线索文本；所述待处理问题的先验知识至少包括所述待处理问题所属领域的知识；
[0043]第三单元，用于基于所述答案线索文本，确定对应所述待处理问题的答案。
[0044]根据本申请实施例的第三方面，提供了一种电子设备，包括：
[0045]处理器；
[0046]用于存储所述处理器可执行指令的存储器；
[0047]所述处理器，用于通过运行所述存储器中的指令，执行上述问答处理方法。
[0048]根据本申请实施例的第四方面，提供了计算机存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器运行时，执行上述问答处理方法。
[0049]与现有技术相比，本申请具有以下优点：
[0050]本申请提供一种问答处理方法、装置、电子设备及存储介质，该方法在确定待处理问题对应的答案时，先根据待处理问题以及待处理问题的先验知识，确定与所述待处理问题对应的答案线索文本，然后再基于答案线索文本确定对应待处理问题的答案。
[0051]该方法一方面通过根据待处理问题和待处理问题的先验知识，生成答案线索文本，以模拟人在处理问题时联想待处理问题的相关知识和概念的过程；另一方面，基于答案线索文本确定对应所述待处理问题的答案，以模拟人在确定待处理问题的相关知识和概念后，基于对待处理问题的本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种问答处理方法，其特征在于，包括：获取待处理问题；根据所述待处理问题，以及所述待处理问题的先验知识，确定与所述待处理问题对应的答案线索文本；所述待处理问题的先验知识至少包括所述待处理问题所属领域的知识；基于所述答案线索文本，确定对应所述待处理问题的答案。2.根据权利要求1所述的方法，其特征在于，所述根据所述待处理问题，以及所述待处理问题的先验知识，确定与所述待处理问题对应的答案线索文本，包括：将所述待处理问题和所述待处理问题的先验知识输入预先训练的线索生成模型；以使所述线索生成模型根据所述待处理问题和所述待处理问题的先验知识，生成与所述待处理问题对应的答案线索文本。3.根据权利要求2所述的方法，其特征在于，所述线索生成模型通过以下方式训练获得：获得标注有答案线索文本的样本问题和所述样本问题的至少一个先验知识；将所述标注有答案线索文本的样本问题和所述样本问题的至少一个先验知识作为训练样本，对预先构建的线索生成模型进行答案线索训练。4.根据权利要求1所述的方法，其特征在于，所述基于所述答案线索文本，确定对应所述待处理问题的答案，包括：将所述答案线索文本作为对应所述待处理问题的答案；或者，从所述答案线索文本中提取信息，并利用提取的信息生成对应所述待处理问题的答案。5.根据权利要求1所述的方法，其特征在于，所述基于所述答案线索文本，确定对应所述待处理问题的答案，包括：获取所述待处理问题的各候选答案；基于所述答案线索文本，从所述各候选答案中，选出对应所述待处理问题的答案。6.根据权利要求5所述的方法，其特征在于，所述基于所述答案线索文本，从所述各候选答案中，选出对应所述待处理问题的答案，包括：获取所述答案线索文本的文本特征；获取所述各候选答案的答案特征；其中，每一候选答案的答案特征分别包括：用于表示该候选答案语义信息的第一特征，以及用于表示该候选答案与其他候选答案之间的差异信息的第二特征；根据所述答案线索文本的文本特征和各候选答案的答案特征，从所述各候选答案中，选出对应所述待处理问题的答案。7.根据权利要求6所述的方法，其特征在于，所述获取所述各候选答案的答案特征，包括：分别提取每一候选答案的第一特征；对各候选答案的拼接文本进行基于上下文的特征提取处理，得到候选答案交互特征；从所述候选答案交互特征中，...
【专利技术属性】
技术研发人员：陈致鹏，杨子清，崔一鸣，王士进，
申请(专利权)人：科大讯飞北京有限公司河北省讯飞人工智能研究院，
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。