一种文档应答方法、装置、设备和存储介质制造方法及图纸

本发明专利技术实施例公开了一种文档应答方法、装置、设备和存储介质。该方法包括：获取针对非结构化的目标文档提出的当前问题；获取预先基于目标文档生成的多个目标问答对，其中，目标问答对中的目标问题和目标答案均是语句粒度下的信息；将当前问题与每个目标问答对中的目标问题进行语义匹配，确定与当前问题相匹配的目标问题；基于相匹配的目标问题所对应的目标答案，对当前问题进行应答。通过本发明专利技术实施例的技术方案，可以实现语句粒度下的精准高效应答，提高了应答效率和应答体验。提高了应答效率和应答体验。提高了应答效率和应答体验。

【技术实现步骤摘要】
一种文档应答方法、装置、设备和存储介质


[0001]本专利技术实施例涉及计算机技术，尤其涉及一种文档应答方法、装置、设备和存储介质。

技术介绍

[0002]随着计算机技术的快速发展，往往需要基于非结构化的文档对用户提出的问题进行应答。
[0003]目前，通常是以文档中的段落为单位进行应答。例如，将文档中与用户提出的问题最为相关的段落作为答案进行应答。
[0004]然而，在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：
[0005]由于文档中的段落数量较多，并且单个段落字数较多，从而需要耗费较多的计算资源确定每个段落与提出的问题之间的相关程度，降低了应答效率，并且应答的段落中可能会包含很多冗余信息，不能精准应答提出的问题，降低了应答体验。

技术实现思路

[0006]本专利技术实施例提供了一种文档应答方法、装置、设备和存储介质，以实现语句粒度下的精准高效应答，提高了应答效率和应答体验。
[0007]第一方面，本专利技术实施例提供了一种文档应答方法，包括：
[0008]获取针对非结构化的目标文档提出的当前问题；
[0009]获取预先基于所述目标文档生成的多个目标问答对，其中，所述目标问答对中的目标问题和目标答案均是语句粒度下的信息；
[0010]将所述当前问题与每个所述目标问答对中的目标问题进行语义匹配，确定与所述当前问题相匹配的目标问题；
[0011]基于相匹配的目标问题所对应的目标答案，对所述当前问题进行应答。
[0012]第二方面，本专利技术实施例还提供了一种文档应答装置，包括：
[0013]当前问题获取模块，用于获取针对非结构化的目标文档提出的当前问题；
[0014]目标问答对获取模块，用于获取预先基于所述目标文档生成的多个目标问答对，其中，所述目标问答对中的目标问题和目标答案均是语句粒度下的信息；
[0015]问题匹配模块，将所述当前问题与每个所述目标问答对中的目标问题进行语义匹配，确定与所述当前问题相匹配的目标问题；
[0016]问题应答模块，用于基于相匹配的目标问题所对应的目标答案，对所述当前问题进行应答。
[0017]第三方面，本专利技术实施例还提供了一种电子设备，所述电子设备包括：
[0018]一个或多个处理器；
[0019]存储器，用于存储一个或多个程序；
[0020]当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理
器实现如本专利技术任意实施例所提供的文档应答方法。
[0021]第四方面，本专利技术实施例还提供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如本专利技术任意实施例所提供的文档应答方法。
[0022]上述专利技术中的一个实施例具有如下优点或有益效果：
[0023]通过预先基于非结构化的目标文档生成多个目标问答对，并且每个目标问答对中的目标问题和目标答案均是语句粒度下的信息，也就是说，相对于段落而言，语句粒度下的目标问题字数较少，从而仅需耗费较少的计算资源，便可将提出的当前问题与每个目标问答对中的目标问题进行语义匹配，快速地确定出与当前问题相匹配的目标问题，提高了应答效率。而且语句粒度下的目标答案是目标问题的精准答案，不存在冗余信息，从而基于相匹配的目标问题所对应的目标答案，可以对当前问题进行精准且高效的应答，提升了应答体验。
附图说明
[0024]为了更清楚地说明本专利技术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做一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，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。
[0025]图1是本专利技术一个实施例提供的一种文档应答方法的流程图；
[0026]图2是本专利技术一个实施例提供的一种文档应答方法的流程图；
[0027]图3是本专利技术一个实施例提供的一种文档应答方法的流程图；
[0028]图4是本专利技术一个实施例提供的一种文档应答方法的流程图；
[0029]图5是本专利技术一个实施例提供的一种文档应答装置的结构示意图；
[0030]图6是本专利技术一个实施例提供的一种电子设备的结构示意图。
具体实施方式
[0031]下面结合附图和实施例对本专利技术作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本专利技术，而非对本专利技术的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本专利技术相关的部分而非全部结构。
[0032]图1为本专利技术一个实施例提供的一种文档应答方法的流程图，本实施例可适用于基于文档对用户提出的问题进行应答的情况。该方法可以由文档应答装置来执行，该装置可以由软件和/或硬件的方式来实现，集成于电子设备中。如图1所示，该方法具体包括以下步骤：
[0033]S110、获取针对非结构化的目标文档提出的当前问题。
[0034]其中，目标文档可以是指数据库中已有文档和/或最新的上传文档。目标文档的数量可以为一个或多个。非结构化的目标文档可以是指计算机无法直接处理的文档结构。例如，目标文档是利用段落文本进行表征的，而不是利用二维逻辑表进行表征的。当前问题可以是用户当前提出的问题信息。目标文档中包含有当前问题的答案。
[0035]具体地，可以获取用户针对目标文档提出的当前问题，以使目标文档中可以存在当前问题的答案。例如，若目标文档是关于体育信息的文档，则可以提示用户输入关于体育
信息的问题，以便利用目标文档对用户输入的当前问题进行有效应答。
[0036]S120、获取预先基于目标文档生成的多个目标问答对，其中，目标问答对中的目标问题和目标答案均是语句粒度下的信息。
[0037]其中，目标问答对可以是从目标文档中挖掘出的问答对。每个目标问答对包括一个目标问题和一个目标答案。语句粒度下的目标问题可以是指利用简练的一个语句描述的问题。语句粒度下的目标答案也可以是指利用简练的一个语句描述的答案。例如，目标问题可以为：“运动员张三的身高是多少”，相应的目标答案可以为：“张三的身高为1米九”。
[0038]具体地，可以预先对目标文档的内容进行解析和语义凝练，生成语句粒度下的多个目标问答对，从而获得贴近用户提问意图的问题和相应答案。可以将基于目标文档的内容生成的多个目标问答对存储到数据库中，从而在实际应答时，可以直接从数据库中获取目标文档对应的所有目标问答对。
[0039]S130、将当前问题与每个目标问答对中的目标问题进行语义匹配，确定与当前问题相匹配的目标问题。
[0040]具体地，可以将当前问题与每个目标问答对中的目标问题输入至语义匹配模型中进行语义匹配。语义匹配模型可以对输入的当前问题和目标问题进行编码，并确定编码后的当前问题向量与目标问题向量之间的余弦值，并将该余弦值作为当前问题与目标问题之间的语义相似度进行输出。通过利用语义匹配模型可以获得当前本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种文档应答方法，其特征在于，包括：获取针对非结构化的目标文档提出的当前问题；获取预先基于所述目标文档生成的多个目标问答对，其中，所述目标问答对中的目标问题和目标答案均是语句粒度下的信息；将所述当前问题与每个所述目标问答对中的目标问题进行语义匹配，确定与所述当前问题相匹配的目标问题；基于相匹配的目标问题所对应的目标答案，对所述当前问题进行应答。2.根据权利要求1所述的方法，其特征在于，基于所述目标文档生成多个目标问答对，包括：对所述目标文档中内容相似的段落信息进行聚合，获得聚合后的多个目标段落信息；基于模板生成方式和/或模型生成方式，对每个所述目标段落信息进行问答对的生成，获得语句粒度下的多个目标问答对。3.根据权利要求2所述的方法，其特征在于，所述对所述目标文档中内容相似的段落信息进行聚合，获得聚合后的多个目标段落信息，包括：获取所述目标文档中的标题信息；将同一标题信息下的各个段落信息进行聚合，获得聚合后的多个目标段落信息。4.根据权利要求2所述的方法，其特征在于，所述基于模板生成方式，对每个所述目标段落信息进行问答对的生成，获得语句粒度下的多个目标问答对，包括：基于多个问题生成模板，对每个所述目标段落信息对应的标题信息进行扩充，生成每个所述目标段落信息对应的多个问题语句；基于每个所述目标段落信息中的关键词信息，对每个所述目标段落信息进行语句抽取，生成每个所述目标段落信息对应的答案语句；基于所述目标段落信息对应的多个问题语句和所述答案语句，确定多个目标问答对。5.根据权利要求2所述的方法，其特征在于，基于模型生成方式，对每个所述目标段落信息进行问答对的生成，获得语句粒度下的多个目标问答对，包括：将每个所述目标段落信息输入至预先训练获得的摘要生成模型中进行段落缩写，获得缩写段落信息；基于所述缩写段落信息中每个缩写语句中的词性信息和/或词频信息，确定用于作为答案的多个目标缩写语句；将每个所述目标缩写语句和所述缩写段落信息输入至预先训练获得的问题生成模型中进行问题生成，确定每个所述目标缩写语句对应的问题语句；基于所述目标缩写语句和所述问题语句，确定多个目标问答对。6.根据权利要求...

【专利技术属性】
技术研发人员：刘瑞雪，袁韶祖，赵天云，祝天刚，陈蒙，
申请(专利权)人：京东科技信息技术有限公司，
类型：发明
国别省市：