[发明专利]智能问答方法、装置及系统有效

专利信息
申请号: 201610213370.2 申请日: 2016-04-07
公开(公告)号: CN105787134B 公开(公告)日: 2019-09-20
发明(设计)人: 曾永梅;李波;朱频频 申请(专利权)人: 上海智臻智能网络科技股份有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/36
代理公司: 工业和信息化部电子专利中心 11010 代理人: 田卫平
地址: 201803 上海市嘉*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 智能 问答 方法 装置 系统
【权利要求书】:

1.一种智能问答方法,其特征在于,包括:

接收用户输入信息;

根据抽象语义数据库对所述用户输入信息进行抽象语义推荐处理,得到与所述用户输入信息对应的抽象语义表达式及抽象语义的类别,所述抽象语义数据库包括多个类别的抽象语义,每个类别的抽象语义包括一个或多个抽象语义表达式,所述抽象语义表达式包括缺少语义成分;所述抽象语义的类别表征了某一类用户问题所应对应答案的语义,所述类别包括:概念说明、行为方式、属性构成、行为原因或主体关系介绍;所述缺少语义成分包括表示主体或客体成份的词或短语、表示动作成份的词或短语、表示属性成份的词或短语;

当得到的所述类别符合预设类别时,根据抽象语义表达式中的缺失语义成分从所述用户输入信息中提取第一主体信息和第一属性信息,所述预设类别是主体关系介绍或属性构成;

当存在与所述第一主体信息和所述第一属性信息匹配的外部数据源时,从所述外部数据源中提取相应的属性内容作为答案;

所述抽象语义推荐处理包括:

对所述用户输入信息进行分词处理,得到若干单独词;

分别对每个单独词进行词性标注处理,得到每个单独词的词性信息;

分别对每个单独词进行词类判断处理,得到每个单独词的词类信息;所述词类判断处理包括:将每个单独词与词类库中的若干词类进行匹配,若某一词类中存在该单独词,则该单独词具有相应的词类;

对抽象语义数据库进行搜索处理,得到与所述用户输入信息相关的抽象语义候选集,所述抽象语义候选集包括多个抽象语义表达式;

根据所述词性信息和词类信息对抽象语义候选集中的抽象语义表达式进行匹配处理,得到与所述用户输入信息匹配的抽象语义表达式。

2.如权利要求1所述的智能问答方法,其特征在于,在进行抽象语义推荐处理之前,还包括:

提供知识库,所述知识库包括多个知识点,每个知识点包括答案以及多个问题;当所述用户输入信息与所述知识库中问题的最高语义相似度值小于预设相似度阈值时,进行所述抽象语义推荐处理;否则,向用户提供所述最高语义相似度值对应的知识点中的答案。

3.如权利要求1所述的智能问答方法,其特征在于,所述外部数据源包括多个词条,每个所述词条包括第二主体信息和多个第二属性信息;与所述第一主体信息和所述第一属性信息匹配的外部数据源指的是所述第一主体信息与所述外部数据源中一词条的第二主体信息属于同一词类且所述第一属性信息与所述词条中的第二属性信息属于同一词类。

4.如权利要求1所述的智能问答方法,其特征在于,所述外部数据源为多个且各具有预设类别,所述方法还包括:预先设置所述多个外部数据源的优先级顺序;在进行抽象语义推荐处理之后,当所述预设类别与所述抽象语义的类别符合的外部数据源有多个时,按照优先级从高到低的顺序选择外部数据源,当优先级较高的外部数据源无法提供答案时才选择剩余的外部数据源,直至得到答案为止。

5.如权利要求1所述的智能问答方法,其特征在于,所述外部数据源为M个且各具有预设类别,所述方法还包括:当得到的所述类别符合N个预设类别,且N个外部数据源均与所述第一主体信息和所述第一属性信息匹配时,分别从N个所述外部数据源中提取相应的属性内容,并将提取的N个属性内容进行信息整合处理后的整合信息作为答案,所述N小于或等于M。

6.如权利要求1所述的智能问答方法,其特征在于,还包括:

当存在仅与所述第一属性信息匹配的外部数据源,所述第一主体信息包括第三主体信息和第三属性信息,且所述外部数据源中存在与所述第三主体信息和第三属性信息匹配的属性内容时,将所述属性内容作为第四主体信息,从所述外部数据源中提取与所述第四主体信息和所述第一属性信息匹配的属性内容作为答案。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于上海智臻智能网络科技股份有限公司,未经上海智臻智能网络科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201610213370.2/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top