[发明专利]一种实现智能问答的信息处理方法及其装置

说明书

技术领域

本发明涉及人机交互技术领域，具体地，涉及一种实现智能问答的信息处理方法及其装置。

背景技术

人机交互是一门研究系统与用户之间交互关系的科学，其中的系统可以是各种各样的机器，也可以是计算机化的系统或软件。例如，通过人机交互可以实现诸如智能客户系统、语音控制系统等各种人工智能系统。智能问答系统是人机交互的一种典型应用：当用户提出问题后，由智能问答系统给出该问题的答案，由此需在系统中配置一套QA问答库，并在该QA问答库中存储有大量的标准问题和对应的答案。

目前，国内外很多研究机构都对智能问答系统展开了深入的研究，并在教育、政府、医院和银行等领域得到了广泛的应用。但是大多数的智能问答系统仍然存在一些不容忽视的弊端：(1)采用关键词检索，搜索效果不理想且要求用户具有关键词分解的能力；(2)反馈答案的针对性和有效性较差。

发明内容

针对前述现有大多数智能问答系统仍然存在的一些弊端问题，本发明提供了一种新的实现智能问答的信息处理方法及其装置。

本发明采用的技术方案，一方面提供了一种实现智能问答的信息处理方法，包括步骤如下：S101.接收问题文本信息；S102.对所述问题文本信息进行分句处理，获取用户问句；S103.分别计算所述用户问句与在QA问答库中各项标准问句的问句相似度，然后将问句相似度最高的标准问句作为与所述用户问句对应的最相似标准问句；S104.从所述QA问答库中读取与所述最相似标准问句对应的答复信息；S105.反馈所述答复信息。

优化的，在计算所述用户问句与在QA问答库中各项标准问句的问句相似度的步骤中，包括步骤如下：S201.分别对所述用户问句和所述标准问句进行分词预处理，获取对应的关键词集；S202.根据所述用户问句和所述标准问句的关键词集,计算所述用户问句与所述标准问句的问句相似度。

进一步优化的，在所述步骤S201中，包括步骤如下：S301.将问句与在句模库中的各项句模进行模式匹配，将匹配率最高的句模作为与所述问句对应的最匹配句模，所述问句为用户问句或标准问句；S302.根据所述最匹配句模去掉所述问句中的疑问词和问句特征词，实现对所述问句的切分，得到语句片断；S303.对所述语句片断进行分词处理，然后去除分词结果中的所有辅助词，得到核心语义词；S304.将所有的核心语义词作为关键词加载到所述问句的关键词集中。

详细优化的，在所述步骤S304之后，还包括如下步骤：S305.根据所述核心语义词收集对应的同义词，然后将所有的同义词也作为关键词加载到所述问句的关键词集中。

详细优化的，在所述步骤S304之后，还包括如下步骤：S306.读取与所述最匹配句模对应的特定辅助词表，然后将在所述特定辅助词表中的所有特定辅助词也作为关键词加载到所述问句的关键词集中。

详细优化的，在对所述语句片断进行分词处理的步骤中，包括步骤如下：

S401.分别应用正向最大匹配算法和逆向最大匹配算法对所述语句片断进行分词处理，若两种分词处理的分词结果一致，则将任意一种分词结果作为最终的分词结果，否则比较两种分词结果的切分出现概率，将切分出现概率最高的分词结果作为最终的分词结果。

进一步详细优化的，按照如下公式计算分词结果的切分出现概率q：

q＝q(W₁)·q(W₂)·q(W₃)·····q(W_n)

式中，W₁,W₂,W₃,…W_n为所述分词结果中的各个词，n为所述分词结果中的词数，q(W)为词W的词频。

进一步优化的，在所述步骤S202中，包括步骤如下：

S501.按照如下公式分别计算用户问句Q_U与标准问句Q_A的词形相似度WordSim(Q_U,Q_A)、句长相似度LenSim(Q_U,Q_A)、词序相似度OrderSim(Q_U,Q_A)和距离相似度DisSim(Q_U,Q_A)：