基于机器学习的问答方法及装置制造方法及图纸

本说明书一个或多个实施例公开了一种基于机器学习的问答方法及装置。所述方法包括：获取与目标对象对应的对象描述信息，以及与目标对象对应的对象描述信息相关的第一样本问题和第一样本答案。将目标对象对应的对象描述信息、第一样本问题和第一样本答案输入预训练的第一问答模型中，得到第一样本问题对应的样本预测答案以及第一样本答案对应的样本预测问题。根据第一样本问题、样本预测答案、第一样本答案以及样本预测问题，生成对象描述信息对应的第一样本问答对。将对象描述信息及其对应的第一样本问答对输入待训练的第二问答模型中进行模型训练，得到训练后的第二问答模型。得到训练后的第二问答模型。得到训练后的第二问答模型。

【技术实现步骤摘要】
基于机器学习的问答方法及装置


[0001]本说明书涉及人工智能
，尤其涉及一种基于机器学习的问答方法及装置。

技术介绍

[0002]在智能客服系统中，机器(即智能客服)在与用户交互过程中需要回答用户的问题，机器回答问题的正确与否直接影响与用户的交互效果。在实际应用中，随着新场景上线或者旧场景的更新，用户会不断提出新的问题，智能客服很难及时应对这些新的问题做出优化，导致智能客服对用户提问的回答覆盖率降低。因此，如何提升智能客服对用户提问的回答覆盖率，以获得更好的交互效果，成为现阶段亟需解决的问题之一。

技术实现思路

[0003]一方面，本说明书一个或多个实施例提供一种基于机器学习的问答方法，包括：获取与目标对象对应的对象描述信息，以及与所述对象描述信息相关的第一样本问题和第一样本答案。将所述对象描述信息、所述第一样本问题和所述第一样本答案输入预训练的第一问答模型中，得到所述第一样本问题对应的样本预测答案以及所述第一样本答案对应的样本预测问题。根据所述第一样本问题、所述样本预测答案、所述第一样本答案以及所述样本预测问题，生成所述对象描述信息对应的第一样本问答对。将所述对象描述信息和所述第一样本问答对输入待训练的第二问答模型中进行模型训练，得到训练后的第二问答模型。
[0004]另一方面，本说明书一个或多个实施例提供一种基于机器学习的问答装置，包括：获取模块，获取与目标对象对应的对象描述信息，以及与所述对象描述信息相关的第一样本问题和第一样本答案。预测模块，将所述对象描述信息、所述第一样本问题和所述第一样本答案输入预训练的第一问答模型中，得到所述第一样本问题对应的样本预测答案以及所述第一样本答案对应的样本预测问题。生成模块，根据所述第一样本问题、所述样本预测答案、所述第一样本答案以及所述样本预测问题，生成所述对象描述信息对应的第一样本问答对。第一训练模块，将所述对象描述信息和所述第一样本问答对输入待训练的第二问答模型中进行模型训练，得到训练后的第二问答模型。
[0005]再一方面，本说明书一个或多个实施例提供一种电子设备，包括处理器和与所述处理器电连接的存储器，所述存储器存储有计算机程序，所述处理器用于从所述存储器调用并执行所述计算机程序以实现：获取与目标对象对应的对象描述信息，以及与所述对象描述信息相关的第一样本问题和第一样本答案。将所述对象描述信息、所述第一样本问题和所述第一样本答案输入预训练的第一问答模型中，得到所述第一样本问题对应的样本预测答案以及所述第一样本答案对应的样本预测问题。根据所述第一样本问题、所述样本预测答案、所述第一样本答案以及所述样本预测问题，生成所述对象描述信息对应的第一样本问答对。将所述对象描述信息和所述第一样本问答对输入待训练的第二问答模型中进行
模型训练，得到训练后的第二问答模型。
[0006]再一方面，本说明书实施例提供一种存储介质，用于存储计算机程序，所述计算机程序能够被处理器执行以实现以下流程：获取与目标对象对应的对象描述信息，以及与所述对象描述信息相关的第一样本问题和第一样本答案。将所述对象描述信息、所述第一样本问题和所述第一样本答案输入预训练的第一问答模型中，得到所述第一样本问题对应的样本预测答案以及所述第一样本答案对应的样本预测问题。根据所述第一样本问题、所述样本预测答案、所述第一样本答案以及所述样本预测问题，生成所述对象描述信息对应的第一样本问答对。将所述对象描述信息和所述第一样本问答对输入待训练的第二问答模型中进行模型训练，得到训练后的第二问答模型。
附图说明
[0007]为了更清楚地说明本说明书一个或多个实施例或现有技术中的技术方案，下面将对实施例或现有技术描述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说明书一个或多个实施例中记载的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0008]图1是根据本说明书一实施例的一种基于机器学习的问答方法的示意性流程图；
[0009]图2是根据本说明书另一实施例的一种基于机器学习的问答方法的示意性流程图；
[0010]图3是根据本说明书再一实施例的一种基于机器学习的问答方法的示意性流程图；
[0011]图4是根据本说明书一实施例的一种基于机器学习的问答装置的示意性框图；
[0012]图5是根据本说明书一实施例的一种电子设备的示意性框图。
具体实施方式
[0013]本说明书一个或多个实施例提供一种基于机器学习的问答方法及装置，以解决智能客服对用户提问的回答覆盖率较低的问题。
[0014]为了使本
的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个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说明书一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都应当属于本说明书一个或多个实施例保护的范围。
[0015]在智能客服系统中，智能客服在与用户交互过程中需要回答用户的问题，智能客服回答问题的正确与否直接影响与用户的交互效果。相关技术中，通过有监督的算法对用户的问题进行聚类、标注，让模型能够识别到用户的问题意图，然后由运营人员针对这些意图设置答案，完成问题的回答。然而，随着新场景上线或者旧场景的更新，用户会不断提出新的问题，这就需要运营人员对新的问题进行标注总结，对于标注资源的大量需求导致智能客服很难及时应对这些新的问题做出优化，从而导致智能客服对用户提问的回答覆盖率降低。
[0016]图1是根据本说明书一实施例的一种基于机器学习的问答方法的示意性流程图，如图1所示，该方法包括：
[0017]S102，获取与目标对象对应的对象描述信息，以及与对象描述信息相关的第一样本问题和第一样本答案。
[0018]其中，目标对象可以是任意类型的线上产品或线下产品，对象描述信息可以是与目标对象相关的描述类信息，例如对目标对象的售卖信息、使用说明、优缺点、详细使用过程、故障类型分析等至少一项的描述内容。
[0019]第一样本问题和第一样本答案相互匹配，即，第一样本答案是针对对应的第一样本问题所提供的答案。与对象描述信息相关的第一样本问题，指的是基于对象描述信息提出的问题。假设对象描述信息为对目标对象的售卖信息的描述内容，则第一样本问题可包括与售卖信息相关的问题，例如，第一样本问题为：产品A的价格是多少？
[0020]与对象描述信息相关的第一样本答案，指的是基于对象描述信息所提供的答案。可选地，对象描述信息包括第一样本答案。假设对象描述信息为对目标对象的售卖信息的描述内容，其中包括了对目标对象的售卖价格的说明，则与第一样本问题相匹配的第一样本答案可包括：产品A的价格是5000元。
[0021]例如，在电脑销售场景中，与电脑相关的对象描述信息包括电脑的售卖本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器学习的问答方法，包括：获取与目标对象对应的对象描述信息，以及与所述对象描述信息相关的第一样本问题和第一样本答案；将所述对象描述信息、所述第一样本问题和所述第一样本答案输入预训练的第一问答模型中，得到所述第一样本问题对应的样本预测答案以及所述第一样本答案对应的样本预测问题；根据所述第一样本问题、所述样本预测答案、所述第一样本答案以及所述样本预测问题，生成所述对象描述信息对应的第一样本问答对；将所述对象描述信息和所述第一样本问答对输入待训练的第二问答模型中进行模型训练，得到训练后的第二问答模型。2.根据权利要求1所述的方法，所述将所述对象描述信息、所述第一样本问题和所述第一样本答案输入预训练的第一问答模型中，得到所述第一样本问题对应的样本预测答案以及所述第一样本答案对应的样本预测问题，包括：将所述对象描述信息和所述第一样本问题输入所述第一问答模型中，基于所述对象描述信息对所述第一样本问题对应的答案进行预测，得到所述第一样本问题对应的所述样本预测答案；将所述对象描述信息和所述第一样本答案输入所述第一问答模型中，基于所述对象描述信息对所述第一样本答案对应的问题进行预测，得到所述第一样本答案对应的所述样本预测问题。3.根据权利要求2所述的方法，所述基于所述对象描述信息对所述第一样本问题对应的答案进行预测，得到所述第一样本问题对应的所述样本预测答案，包括：基于所述对象描述信息对所述第一样本问题对应的答案进行预测，得到所述第一样本问题对应的多个待选答案；从所述多个待选答案中选择置信度最高的一个待选答案，作为所述第一样本问题对应的所述样本预测答案。4.根据权利要求3所述的方法，所述从所述多个待选答案中选择置信度最高的一个待选答案，作为所述第一样本问题对应的所述样本预测答案，包括：将所述多个待选答案与所述第一样本问题对应的标准答案进行比对，确定每个所述待选答案与所述标准答案之间的相似度；确定所述多个待选答案中相似度最高的待选答案对应的所述置信度最高。5.根据权利要求1所述的方法，所述将所述对象描述信息、所述第一样本问题和所述第一样本答案输入预训练的第一问答模型中，得到所述第一样本问题对应的样本预测答案以及所述第一样本答案对应的样本预测问题之前，还包括：获取多个第二样本问答对；所述第二样本问答对包括相互匹配的第二样本问题和第二样本答案；将所述多个第二样本问答对输入待训练的第一问答模型中进行模型训练，得到所述预训练的第一问答模型。6.根据权利要求1所述的方法，所述第一样本问答对包括相互匹配的目标样本问题和目标样本答案；
所述将所述对象描述信息和所述第一样本问答对输入待训练的第二问答模型中进行模型训练，得到训练后的第二问答模型，包括：将所述对象描述信息和所述第一样本问答对输入待训练的第二问答模型中，通过所述待训练的第二问答模型，基于所述对象描述信息对所述目标样本问题对应的答案进行预测，得到所述目标样本问题对应的预测答案；将所述预测答案与所述目标样本问题对应的所述目标样本答案进行比对，得到比对结果；根据比对结果对所述待训练的第二问答模...

【专利技术属性】
技术研发人员：应缜哲，薛兰青，吴晓烽，
申请(专利权)人：支付宝杭州信息技术有限公司，
类型：发明
国别省市：