本发明专利技术涉及数据处理技术领域，公开了一种基于多维表格的智能问答构建方法、系统及装置，其技术方案要点是包括如下步骤：对待处理文档内的表格进行识别；对识别到的表格进行抽取，得到第一状态表格；对第一状态表格进行表格整理，得到第二状态表格；根据第二状态表格中每个单元中对应的行列内容及内容组合，生成智能问答，能够对具有表格数据的文档进行智能问答构建，帮助企业或者个人利用精准问答的形式快速的获取信息，促进知识库的构建，实现标准文件的信息化建设。准文件的信息化建设。准文件的信息化建设。
【技术实现步骤摘要】
一种基于多维表格的智能问答构建方法、系统及装置
[0001]本专利技术涉及数据处理
，更具体地说，它涉及一种基于多维表格的智能问答构建方法、系统及装置。
技术介绍
[0002]随着国家各种产业的蓬勃发展，国家颁布的标准文件以及各个行业、各个地方、团体特有的标准也越来越多。标准文件种类和数量庞大，且大多篇幅较长。人工的从这些大量文件中搜取信息费时费力，且容易遗漏，因此基于文本内容构建FAQ(frequently asked questions)，利用精准问答的形式自动提供答案，可以高效的帮助企业或者个人快速的获取信息。
[0003]目前已有的FAQ的生成方法大多是基于段落性的文本内容，而忽略了表格中的内容。但是在标准文档中，表格本身蕴含着大量的结构化信息，其信息歧义小、信息量大，对不同行列的内容进行组合后能得到更多的信息，这对于企业或个人获取相关信息具有重要意义。因此，有必要对多维表格结构的数据构建FAQ，建立知识库，实现标准文件的信息化建设。
技术实现思路
[0004]本专利技术的目的是提供一种基于多维表格的智能问答构建方法、系统及装置，能够对现有文档的表格数据构建智能问答，有利于实现信息化建设。
[0005]本专利技术的上述技术目的是通过以下技术方案得以实现的：一种基于多维表格的标准文档智能问答构建方法，包括如下步骤：
[0006]对待处理文档内的表格进行识别；
[0007]对识别到的表格进行抽取，得到第一状态表格；
[0008]对第一状态表格进行表格整理，得到第二状态表格；
[0009]根据第二状态表格中每个单元对应的行列内容及内容组合，生成智能问答。例如，某表格中有产品的上市日期和保质期的相关数据，用户经常需要利用这两项数据人工计算出产品的过期时间，而本专利技术可以通过对上市日期和保质期这两列数据进行组合，得到过期时间数据并存储在智能问答知识库中。
[0010]作为本专利技术的一种优选技术方案，在对文档中识别到的表格进行抽取时，若文档为可编辑格式，则根据抽取规则直接对表格内容进行抽取，得到第一状态表格；若文档为不可编辑模块，则对文档内识别的表格图片进行格式的转换，获得可编辑格式的表格，再根据抽取规则对表格内容进行抽取，得到第一状态表格。
[0011]作为本专利技术的一种优选技术方案，所述表格整理的过程为：对第一状态表格进行内容识别，根据识别的内容，确定出多余行和多余列，若存在多余行和多余列，则从第一状态表格删除多余行和多余列，得到第二状态表格。
[0012]作为本专利技术的一种优选技术方案，生成智能问答的方式包括基础问答、上下文关
联问答、模糊查询问答；所述基础问答包括查询、比较、差值、求和、平均值的问答；所述上下文关联问答方式包括缺条件、缺目标、多条件、多目标的基础问答；所述模糊查询问答包括数值模糊、时间模糊以及文本模糊的基础问答。
[0013]作为本专利技术的一种优选技术方案，所述智能问答的生成过程为：根据多维表格数据范围，查找与多维表格数据范围对应的专业名词、同义词、下位词并添加进行词泛化，新增与多维表格数据范围相关联的FAQ问答模板；在词泛化和FAQ问答模板准备完成之后，根据预设查询条件及查询目标的不同组合，生成智能问答。
[0014]作为本专利技术的一种优选技术方案，在智能问答生成后，对每个智能问答添加分类标签。
[0015]一种基于多维表格的标准文档智能问答构建系统，包括：
[0016]表格识别模块，用于对待处理文档内的表格进行识别；
[0017]表格抽取模块，用于对识别到的表格进行抽取，得到第一状态表格；
[0018]表格整理模块，用于对第一状态表格进行表格整理，得到第二状态表格；
[0019]问答生成模块，用于根据第二状态表格中每个单元中对应的行列内容及内容组合，生成智能问答。
[0020]作为本专利技术的一种优选技术方案，所述表格抽取模块还连接有表格转换模块，所述表格转换模块用于对文档内识别的表格图片进行格式的转换，获得可编辑格式的表格。
[0021]一种基于多维表格的标准文档智能问答构建装置，包括：处理器和存储器，所述存储器存储有所述处理器可执行的计算机程序，所述处理器执行所述计算机程序时实现上述的方法。
[0022]综上所述，本专利技术具有以下有益效果：能够对具有表格数据的文档进行智能问答构建，帮助企业或者个人利用精准问答的形式快速的获取信息，促进知识库的构建，实现标准文件的信息化建设。
附图说明
[0023]图1是本专利技术的方法流程图。
具体实施方式
[0024]以下结合附图对本专利技术作进一步详细说明。
[0025]如图1所示，本专利技术提供一种基于多维表格的标准文档智能问答构建方法，包括如下步骤：
[0026]S1、对待处理文档内的表格进行识别。即预先要准备好的要处理的文档，一般例如含有表格的国家标准文档或者行业标准文档。
[0027]S2、对识别到的表格进行抽取，得到第一状态表格；
[0028]在对文档中识别到的表格进行抽取时，若文档为可编辑格式，例如doc格式，则根据抽取规则直接对表格内容进行抽取，得到第一状态表格；若文档为不可编辑模块，例如pdf格式，则对文档内识别的表格图片进行格式的转换，获得可编辑格式的表格，再根据抽取规则对表格内容进行抽取，得到第一状态表格，例如，采用OCR技术来对表格框和文本进行图片识别和提取。
[0029]S3、对第一状态表格进行表格整理，得到第二状态表格；表格整理的过程为：对第一状态表格进行内容识别，根据识别的内容，确定出多余行和多余列，若存在多余行和多余列，则从第一状态表格删除多余行和多余列，得到第二状态表格。例如对部分表格首列无语义的编号列，则需要对其进行删除，如下表1所示。
[0030]表1
[0031][0032]S4、根据第二状态表格中每个单元中对应的行列内容及内容组合，生成智能问答。
[0033]生成智能问答的方式包括基础问答、上下文关联问答、模糊查询问答；基础问答包括查询、比较、差值、求和、平均值的问答；上下文关联问答方式包括缺条件、缺目标、多条件、多目标的基础问答；模糊查询问答包括数值模糊、时间模糊以及文本模糊的基础问答。
[0034]具体的，智能问答的生成过程为：根据多维表格数据范围，查找与多维表格数据范围对应的专业名词、同义词、下位词并添加进行词泛化，新增与多维表格数据范围相关联的FAQ问答模板，其中，FAQ问答模板包括FAQ标准问答模板和FAQ相似问答模板，从而可以满足后续的实际问答生成；在词泛化和FAQ问答模板准备完成之后，根据预设查询条件及查询目标的不同组合，生成智能问答。
[0035]以下结合实施例来对本专利技术的S4来进行示例说明：
[0036]假设在经过S1
‑
3之后得到第二状态表格如表2、3：
[0037]表2：产品信息表
[0038][0039]表3：营业额
[00本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于多维表格的标准文档智能问答构建方法，其特征是：包括如下步骤：对待处理文档内的表格进行识别；对识别到的表格进行抽取，得到第一状态表格；对第一状态表格进行表格整理，得到第二状态表格；根据第二状态表格中每个单元对应的行列内容及内容组合，生成智能问答。2.根据权利要求1所述的一种基于多维表格的标准文档智能问答构建方法，其特征是：在对文档中识别到的表格进行抽取时，若文档为可编辑格式，则根据抽取规则直接对表格进行抽取，得到第一状态表格；若文档为不可编辑模块，则对文档内识别的表格图片进行格式的转换，获得可编辑格式的表格，再根据抽取规则对表格进行抽取，得到第一状态表格。3.根据权利要求1所述的一种基于多维表格的标准文档智能问答构建方法，所述表格整理的过程为：使用OCR模型对第一状态表格进行内容识别，根据识别的内容，确定出多余行和多余列，若存在多余行和多余列，则从第一状态表格删除多余行和多余列，得到第二状态表格。4.根据权利要求1所述的一种基于多维表格的标准文档智能问答构建方法，其特征是：生成智能问答的方式包括基础问答、上下文关联问答、模糊查询问答；所述基础问答包括查询、比较、差值、求和、平均值的问答；所述上下文关联问答方式包括缺条件、缺目标、多条件、多目标的基础问答；所述模糊查询问答包括数值模糊、时间模糊以及文本模糊的基础问答。5.根据权利要求1所述的一种基于多...
【专利技术属性】
技术研发人员：王清琛，陈寒竹，杨洁，
申请(专利权)人：南京云问网络技术有限公司，
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。