智能问答方法、装置、设备及存储介质制造方法及图纸

本公开涉及一种智能问答方法、装置、设备及存储介质。本公开通过对预设文本信息进行分析，得到该预设文本信息对应的结构化信息集合。由于从该结构化信息集合中查询目标结构化信息的速度相比于从预设文本信息中直接寻找答案的速度较快，因此，通过查询目标结构化信息，并根据该目标结构化信息，生成回复信息可提高回复信息的生成效率，有效降低回复信息的延迟，保证用户可以及时获取到回复信息。另外，由于该预设文本信息对应的结构化信息集合是可以预先得到的，因此，可以预先对结构化信息集合中的结构化信息进行补充、修正，保证结构化信息集合中的结构化信息全面、准确。最终确保根据该目标结构化信息生成的回复信息是全面、准确的。准确的。准确的。

【技术实现步骤摘要】
智能问答方法、装置、设备及存储介质


[0001]本公开涉及信息
，尤其涉及一种智能问答方法、装置、设备及存储介质。

技术介绍

[0002]随着科技的不断发展，智能问答系统可以与用户进行对话，从而回答用户提出的问题。
[0003]但是，目前的一些智能问答系统在接收到用户问题后，需要在线对文本内容进行分析，以便从该文本内容中找出该用户问题的答案，并将答案作为回复。但是，如果文本内容的数据量较大，在线对文本内容进行分析，将导致分析过程耗时，导致回复延迟较大。另外，从该文本内容中找出的答案是该文本内容中的局部原文，而该局部原文的语义可能不够完整，导致回复内容不够全面、准确。

技术实现思路

[0004]为了解决上述技术问题或者至少部分地解决上述技术问题，本公开提供了一种智能问答方法、装置、设备及存储介质，以便有效降低回复信息的延迟，以及确保回复信息全面、准确。
[0005]第一方面，本公开实施例提供一种智能问答方法，包括：
[0006]对预设文本信息进行分析，得到所述预设文本信息对应的结构化信息集合；
...

【技术保护点】

【技术特征摘要】
1.一种智能问答方法，其中，所述方法包括：对预设文本信息进行分析，得到所述预设文本信息对应的结构化信息集合；获取问题信息；从所述结构化信息集合中查询与所述问题信息匹配的目标结构化信息；根据所述目标结构化信息，生成所述问题信息对应的回复信息。2.根据权利要求1所述的方法，其中，对预设文本信息进行分析，包括：将所述预设文本信息和预设类型输入机器学习模型，使得所述机器学习模型从所述预设文本信息中抽取与所述预设类型匹配的目标内容，所述预设类型和所述目标内容构成结构化信息。3.根据权利要求2所述的方法，其中，将所述预设文本信息和预设类型输入机器学习模型，使得所述机器学习模型从所述预设文本信息中抽取与所述预设类型匹配的目标内容，包括：将第一任务的名称、所述预设文本信息和预设类型构成的序列的表示向量输入机器学习模型，所述第一任务用于实现信息抽取；根据所述机器学习模型中与所述第一任务对应的多个原子能力分别的输出，确定所述预设文本信息中与所述预设类型匹配的目标内容。4.根据权利要求1所述的方法，其中，对预设文本信息进行分析，包括：将所述预设文本信息和所述预设文本信息中的关键字段输入机器学习模型，使得所述机器学习模型生成与所述关键字段对应的问句信息，所述关键字段和所述问句信息构成结构化信息。5.根据权利要求4所述的方法，其中，将所述预设文本信息和所述预设文本信息中的关键字段输入机器学习模型，使得所述机器学习模型生成与所述关键字段对应的问句信息，包括：将第二任务的名称、所述预设文本信息和所述预设文本信息中的关键字段构成的序列的表示向量输入机器学习模型，所述第二任务用于挖掘问答信息；根据所述机器学习模型中与所述第二任务对应的多个原子能力分别的输出，生成与所述关键字段对应的问句信息。6.根据权利要求1所述的方法，其中，从所述结构化信息集合中查询与所述问题信息匹配的目标结构化信息，包括：将所述结构化信息集合中的任一结构化信息和所述问题信息输入机器学习模型，使得所述机器学习模型判断所述任一结构化信息和所述问题信息是否匹配，若匹配，则所述任一结构化信息是与所述问题信息匹配的目标结构化信息。7.根据权利要求6所述的方法，其中，将所述结构化信息集合中的任一结构化信息和所述问题信息输入机器学习模型，使得所述机器学习模型判断所述任...

【专利技术属性】
技术研发人员：郁博文，余海洋，黄非，李永彬，
申请(专利权)人：阿里巴巴中国有限公司，
类型：发明
国别省市：