本申请提供的智能澄清提问语句生成方法、装置、设备及介质,首先接收用户端输入的原始提问语句,将原始提问语句输入澄清模型中,得到语句歧义结果,澄清模型用于当检测提问语句的语义存在歧义时,基于提问语句生成用于消除歧义的待澄清提问语句,然后将语句歧义结果发送至用户端,接收所述用户端返回的回复结果,基于回复结果修正原始提问语句,得到澄清提问语句,最后基于澄清提问语句得到回答结果,将回答结果返回用户端,由于根据回复结果修订原始提问语句,新生成的澄清提问语句消除了原始提问语句中存在的语义歧义,提高智能问答系统回答的准确率。
【技术实现步骤摘要】
本申请涉及人工智能,尤其涉及智能澄清提问语句生成方法、装置、设备及介质。
技术介绍
1、智能问答系统作为一种强大的智能应用,通过融合多源异构数据的知识抽取、表示、检索和问答技术,以简洁有效的问答模式解决用户所提出的核心技术问题。
2、相关技术中,在智能问答系统与用户的问答对话过程中,用户输入的对话中的语句可能存在语义歧义和知识歧义等语义模糊的问题,智能问答系统无法准确的理解用户想要表达的意图,因此,智能问答系统无法给出准确的答案。
技术实现思路
1、为克服相关技术中存在的问题,本申请提供一种智能澄清提问语句生成方法、装置、设备及介质,用以提高智能问答系统答案的准确率。
2、本申请第一方面提供智能澄清提问语句生成方法,包括:
3、接收用户端输入的原始提问语句;
4、将所述原始提问语句输入澄清模型中,得到语句歧义结果;所述澄清模型用于当检测提问语句的语义存在歧义时,基于所述提问语句生成用于消除所述歧义的待澄清提问语句;
5、将所述语句歧义结果发送至所述用户端;
6、接收所述用户端返回的回复结果;
7、基于所述回复结果修正所述原始提问语句,得到澄清提问语句;
8、基于所述澄清提问语句得到回答结果,将回答结果返回用户端;
9、所述接收所述用户端返回的回复结果之后,基于所述回复结果修正所述原始提问语句之前,还包括:
10、将用户端返回的所述回复结果输入所述澄清模型;
11、基于所述澄清模型对所述回复结果进行识别,得到识别结果;所述识别结果至少包括一个实体子结果;
12、基于所述回复结果中的实体子结果修正所述原始提问语句;
13、所述基于所述回复结果修正所述原始提问语句,得到澄清提问语句,包括:
14、基于所述回复结果修正所述原始提问语句,得到澄清子提问语句;
15、基于所述澄清模型判断所述澄清子提问语句的语义是否存在歧义;
16、若存在,所述澄清模型输出所述语句歧义结果,并将所述语句歧义结果发送至所述用户端;
17、接收用户端返回的回复结果,并基于所述回复结果修正原始提问语句,得到当前澄清子提问语句;
18、直至所述澄清子提问语句的语句不存在歧义,将所述澄清子提问语句作为澄清提问语句。
19、可选的,所述将所述原始提问语句输入澄清模型,得到语句歧义结果,包括:
20、将所述原始提问语句进行拆分,得到多个提问词组;
21、基于澄清模型查询每一所述提问词组对应的历史数据,得到查询结果;
22、根据所述查询结果判断所述原始提问语句中的每一所述提问词组是否存在歧义,得到所述语句歧义结果。
23、可选的,所述根据所述查询结果判断所述原始提问语句中的每一所述提问词组是否存在歧义,得到所述语句歧义结果,包括:
24、若所述提问词组存在歧义,所述澄清模型生成用于确定所述提问词组是否与所述历史数据匹配的所述语句歧义结果。
25、可选的,所述确定所述提问词组与所述历史数据匹配过程,包括:
26、确定所述提问词组与所述原始提问语句相邻近的前后语句是否匹配;或,
27、确定所述提问词组与所述历史数据中所述原始提问语句的
是否匹配;或,
28、确定所述提问词组的语境分析与所述历史数据中相关信息的语境分析是否匹配。
29、可选的,所述澄清模型的训练过程还包括:
30、基于数据增强算法将历史数据中的单轮对话数据集扩充为多轮对话数据集。
31、本申请第二方面提供智能澄清提问语句生成装置,包括:
32、检测模块,用于接收用户端输入的原始提问语句;
33、待澄清提问语句生成模块,用于将所述原始提问语句输入澄清模型中,得到语句歧义结果;所述澄清模型用于当检测提问语句的语义存在歧义时,基于所述提问语句生成用于消除所述歧义的待澄清提问语句;并将所述语句歧义结果发送至所述用户端;
34、修正模块,用于接收所述用户端返回的回复结果;基于所述回复结果修正所述原始提问语句,得到澄清提问语句;基于所述澄清提问语句得到回答结果,将回答结果返回用户端;
35、所述接收所述用户端返回的回复结果之后,基于所述回复结果修正所述原始提问语句之前,还包括:
36、将用户端返回的所述回复结果输入所述澄清模型;
37、基于所述澄清模型对所述回复结果进行识别,得到识别结果;所述识别结果至少包括一个实体子结果;
38、基于所述回复结果中的实体子结果修正所述原始提问语句;
39、所述基于所述回复结果修正所述原始提问语句,得到澄清提问语句,包括:
40、基于所述回复结果修正所述原始提问语句,得到澄清子提问语句;
41、基于所述澄清模型判断所述澄清子提问语句的语义是否存在歧义;
42、若存在,所述澄清模型输出所述语句歧义结果,并将所述语句歧义结果发送至所述用户端;
43、接收用户端返回的回复结果,并基于所述回复结果修正原始提问语句,得到当前澄清子提问语句;
44、直至所述澄清子提问语句的语句不存在歧义,将所述澄清子提问语句作为澄清提问语句。
45、本申请第三方面提供一种电子设备,包括:
46、处理器;以及
47、存储器,其上存储有可执行代码,当所述可执行代码被所述处理器执行时,使所述处理器执行如上所述的方法。
48、本申请第四方面提供一种非暂时性机器可读存储介质,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如上所述的方法。
49、由此可见,本申请提供的智能澄清提问语句生成方法,首先接收用户端输入的原始提问语句,将原始提问语句输入澄清模型中,得到语句歧义结果,澄清模型用于当检测提问语句的语义存在歧义时,基于提问语句生成用于消除歧义的待澄清提问语句,然后将语句歧义结果发送至用户端,接收所述用户端返回的回复结果,基于回复结果修正原始提问语句,得到澄清提问语句,最后基于澄清提问语句得到回答结果,将回答结果返回用户端,由于通过澄清模型检测用户端输入的原始提问语句的语义是否存在歧义,当语句歧义结果为存在歧义时,将语句歧义结果发送至用户端,待用户端返回回复结果,根据回复结果修订原始提问语句,新生成的澄清提问语句消除了原始提问语句中存在的语义歧义,提高智能问答系统回答的准确率。
50、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。
本文档来自技高网...
【技术保护点】
1.智能澄清提问语句生成方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述原始提问语句输入澄清模型,得到语句歧义结果,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述查询结果判断所述原始提问语句中的每一所述提问词组是否存在歧义,得到所述语句歧义结果,包括:
4.根据权利要求3所述的方法,其特征在于,所述确定所述提问词组与所述历史数据匹配过程,包括:
5.根据权利要求1所述的方法,其特征在于,所述澄清模型的训练过程还包括:
6.智能澄清提问语句生成装置,其特征在于,包括:
7.一种电子设备,其特征在于,包括:
8.一种计算机可读存储介质,其特征在于,其上存储有可执行代码,当所述可执行代码被电子设备的处理器执行时,使所述处理器执行如权利要求1-5中任一项所述的方法。
【技术特征摘要】
1.智能澄清提问语句生成方法,其特征在于,包括:
2.根据权利要求1所述的方法,其特征在于,所述将所述原始提问语句输入澄清模型,得到语句歧义结果,包括:
3.根据权利要求2所述的方法,其特征在于,所述根据所述查询结果判断所述原始提问语句中的每一所述提问词组是否存在歧义,得到所述语句歧义结果,包括:
4.根据权利要求3所述的方法,其特征在于,所述确定所述提问词组...
【专利技术属性】
技术研发人员:方文涛,谢祖享,杨谋均,谢微,李军义,
申请(专利权)人:湖南大学,
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。