本发明专利技术实施例提供了一种智能问答方法和装置，其中，所述方法包括：获取语言文本信息；判断语言文本信息是否对应于预设的问题信息；若语言文本信息未对应于问题信息，则对语言文本信息进行分类得到语言文本信息的问题类型；若语言文本信息对应于问题信息，或者，当问题类型对应于问题信息时，对语言文本信息进行识别得到意图信息和意图信息的置信度；根据意图信息和置信度对语言文本信息进行答复；当问题类型未对应于问题信息时，输出预设的答复信息。本发明专利技术实施例为预设的问题信息提供了有针对性地答复流程，提高了针对预设的问题信息的智能答复速度，提升了针对预设的问题信息的智能答复准确率和鲁棒性，还优化了人机对话交互的用户体验。的用户体验。的用户体验。
【技术实现步骤摘要】
智能问答方法、装置、电子设备和存储介质
[0001]本专利技术涉及计算机
，特别是涉及一种智能问答方法、装置、电子设备和计算机可读存储介质。
技术介绍
[0002]近年来，各领域均对智能问答系统进行了广泛研究。智能问答系统具有便捷、高效等特点。车载智能助手属于应用于车辆的智能问答系统。车载智能助手是智能驾驶座舱的核心应用，借助于车载助手，用户能够通过语音与车辆交互。车载智能助手借助最前沿的人工智能技术，为汽车赋予“智能”，使其能够更好的理解驾驶者的需求并为其提供服务。
[0003]由于在驾驶过程中，驾驶员的手和眼睛都被任务所占据，因此车载智能助手对于语音的免提交互功能有更高的要求。但是，现有技术对于应用于车辆的特定问答的准确性以及识别速度都有待提高。
技术实现思路
[0004]鉴于上述问题，提出了本专利技术实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种智能问答方法、装置、电子设备和计算机可读存储介质。
[0005]为了解决上述问题，根据本专利技术实施例的第一方面，公开了一种智能问答方法，所述方法包括：获取待处理的语言文本信息；判断所述语言文本信息是否对应于预设的问题信息；若所述语言文本信息未对应于所述问题信息，则对所述语言文本信息进行分类得到所述语言文本信息的问题类型；若所述语言文本信息对应于所述问题信息，或者，当所述问题类型对应于所述问题信息时，对所述语言文本信息进行识别得到意图信息和所述意图信息的置信度；根据所述意图信息和所述置信度对所述语言文本信息进行答复；当所述问题类型未对应于所述问题信息时，输出预设的答复信息。
[0006]可选地，所述判断所述语言文本信息是否对应于预设的问题信息，包括：根据预设的词库判断所述语言文本信息是否对应于所述问题信息；其中，所述词库包含所述问题信息的关键词和所述关键词的同义词。
[0007]可选地，所述根据预设的词库判断所述语言文本信息是否对应于所述问题信息，包括：判断所述语言文本信息中是否包含所述关键词和/或所述同义词；若所述语言文本信息中未包含所述关键词和/或所述同义词，则确定所述语言文本信息未对应于所述问题信息；若所述语言文本信息中包含所述关键词和/或所述同义词，则确定所述语言文本信息对应于所述问题信息。
[0008]可选地，所述对所述语言文本信息进行分类得到所述语言文本信息的问题类型，包括：根据训练完毕的分类模型对所述语言文本信息进行分类得到所述问题类型；其中，所述分类模型包含嵌入层、卷积层、池化层、激活层、级联层、随机失活层和全连接层，所述分类模型通过文本卷积神经网络训练所得。
[0009]可选地，所述对所述语言文本信息进行识别得到意图信息和所述意图信息的置信
度，包括：根据训练完毕的意图识别模型对所述语言文本信息进行识别得到所述意图信息和所述置信度；其中，所述意图识别模型包含嵌入层、卷积层、池化层、激活层、级联层、随机失活层和全连接层，所述意图识别模型通过文本卷积神经网络训练所得。
[0010]可选地，所述根据所述意图信息和所述置信度对所述语言文本信息进行答复，包括：根据所述意图信息和所述置信度对所述语言文本信息进行直接答复或者间接答复。
[0011]可选地，所述根据所述意图信息和所述置信度对所述语言文本信息进行直接答复，包括：当所述置信度大于第一置信度阈值时，输出与所述意图信息对应的直接答复信息；当所述置信度小于第二置信度阈值时，输出预设的指定答复信息；所述根据所述意图信息和所述置信度对所述语言文本信息进行间接答复，包括：当所述置信度大于或等于所述第二置信度阈值，且所述置信度小于或等于所述第一置信度阈值时，推荐与所述语言文本信息关联的至少一个推荐问题信息；其中，所述第一置信度阈值大于所述第二置信度阈值。
[0012]根据本专利技术实施例的第二方面，还公开了一种智能问答装置，所述装置包括：文本获取模块，用于获取待处理的语言文本信息；文本判断模块，用于判断所述语言文本信息是否对应于预设的问题信息；文本分类模块，用于若所述语言文本信息未对应于所述问题信息，则对所述语言文本信息进行分类得到所述语言文本信息的问题类型；文本识别模块，用于若所述语言文本信息对应于所述问题信息，或者，当所述问题类型对应于所述问题信息时，对所述语言文本信息进行识别得到意图信息和所述意图信息的置信度；文本答复模块，用于根据所述意图信息和所述置信度对所述语言文本信息进行答复；所述文本答复模块，还用于当所述问题类型未对应于所述问题信息时，输出预设的答复信息。
[0013]可选地，所述文本判断模块，用于根据预设的词库判断所述语言文本信息是否对应于所述问题信息；其中，所述词库包含所述问题信息的关键词和所述关键词的同义词。
[0014]可选地，所述文本判断模块，包括：单词判断模块，用于判断所述语言文本信息中是否包含所述关键词和/或所述同义词；结果确定模块，用于若所述语言文本信息中未包含所述关键词和/或所述同义词，则确定所述语言文本信息未对应于所述问题信息；若所述语言文本信息中包含所述关键词和/或所述同义词，则确定所述语言文本信息对应于所述问题信息。
[0015]可选地，所述文本分类模块，用于根据训练完毕的分类模型对所述语言文本信息进行分类得到所述问题类型；其中，所述分类模型包含嵌入层、卷积层、池化层、激活层、级联层、随机失活层和全连接层，所述分类模型通过文本卷积神经网络训练所得。
[0016]可选地，所述文本识别模块，用于根据训练完毕的意图识别模型对所述语言文本信息进行识别得到所述意图信息和所述置信度；其中，所述意图识别模型包含嵌入层、卷积层、池化层、激活层、级联层、随机失活层和全连接层，所述意图识别模型通过文本卷积神经网络训练所得。
[0017]可选地，所述文本答复模块，用于根据所述意图信息和所述置信度对所述语言文本信息进行直接答复或者间接答复。
[0018]可选地，所述文本答复模块，包括：直接命中模块，用于当所述置信度大于第一置信度阈值时，输出与所述意图信息对应的直接答复信息；未命中模块，用于当所述置信度小于第二置信度阈值时，输出预设的指定答复信息；推荐模块，用于当所述置信度大于或等于所述第二置信度阈值，且所述置信度小于或等于所述第一置信度阈值时，推荐与所述语言
文本信息关联的至少一个推荐问题信息；其中，所述第一置信度阈值大于所述第二置信度阈值。
[0019]根据本专利技术实施例的第三方面，还公开了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现第一方面所述的一种智能问答方法。
[0020]根据本专利技术实施例的第四方面，还公开了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现第一方面所述的一种智能问答方法。
[0021]与现有技术相比，本专利技术实施例提供的技术方案具有如下优点：
[0022]本专利技术实施例提供的一种智能问答方案，获取待处理的语言文本信息，判断语言文本信息是否本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种智能问答方法，其特征在于，所述方法包括：获取待处理的语言文本信息；判断所述语言文本信息是否对应于预设的问题信息；若所述语言文本信息未对应于所述问题信息，则对所述语言文本信息进行分类得到所述语言文本信息的问题类型；若所述语言文本信息对应于所述问题信息，或者，当所述问题类型对应于所述问题信息时，对所述语言文本信息进行识别得到意图信息和所述意图信息的置信度；根据所述意图信息和所述置信度对所述语言文本信息进行答复；当所述问题类型未对应于所述问题信息时，输出预设的答复信息。2.根据权利要求1所述的方法，其特征在于，所述判断所述语言文本信息是否对应于预设的问题信息，包括：根据预设的词库判断所述语言文本信息是否对应于所述问题信息；其中，所述词库包含所述问题信息的关键词和所述关键词的同义词。3.根据权利要求2所述的方法，其特征在于，所述根据预设的词库判断所述语言文本信息是否对应于所述问题信息，包括：判断所述语言文本信息中是否包含所述关键词和/或所述同义词；若所述语言文本信息中未包含所述关键词和/或所述同义词，则确定所述语言文本信息未对应于所述问题信息；若所述语言文本信息中包含所述关键词和/或所述同义词，则确定所述语言文本信息对应于所述问题信息。4.根据权利要求1所述的方法，其特征在于，所述对所述语言文本信息进行分类得到所述语言文本信息的问题类型，包括：根据训练完毕的分类模型对所述语言文本信息进行分类得到所述问题类型；其中，所述分类模型包含嵌入层、卷积层、池化层、激活层、级联层、随机失活层和全连接层，所述分类模型通过文本卷积神经网络训练所得。5.根据权利要求1所述的方法，其特征在于，所述对所述语言文本信息进行识别得到意图信息和所述意图信息的置信度，包括：根据训练完毕的意图识别模型对所述语言文本信息进行识别得到所述意图信息和所述置信度；其中，所述意图识别模型包含嵌入层、卷积层、池化层、激活层、级联层、随机失活层和全连接层，所述意...
【专利技术属性】
技术研发人员：朱亚杰，
申请(专利权)人：合众新能源汽车股份有限公司，
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。