[发明专利]智能问答方法及装置在审

专利信息
申请号: 201710432438.0 申请日: 2017-06-09
公开(公告)号: CN107301213A 公开(公告)日: 2017-10-27
发明(设计)人: 郭振声;刘丹;陈维锋;苏志华;左堃田;罗潍红;王军伟;李文 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06F17/30 分类号: G06F17/30
代理公司: 北京三高永信知识产权代理有限责任公司11138 代理人: 朱雅男
地址: 518057 广东省深圳*** 国省代码: 广东;44
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
【权利要求书】:

1.一种智能问答方法,其特征在于,所述方法包括:

接收终端发送的问答请求,所述问答请求携带问题信息;

基于分类模型确定所述问题信息所属的类别,所述分类模型用于划分出专业类别的问题信息和对话类别的问题信息,所述专业类别的问题信息是指所述问题信息的内容涉及所述专业类别的知识,所述对话类别的问题信息是指所述问题信息的内容不涉及所述专业类别的知识;

当所述问题信息属于所述专业类别时,从专业语料数据库中获取与所述问题信息匹配的答复信息,所述专业语料数据库用于存储所述专业类别的语料信息;

向所述终端发送所述答复信息,所述终端用于展示所述答复信息。

2.根据权利要求1所述的方法,其特征在于,所述基于分类模型确定所述问题信息所属的类别,包括:

对所述问题信息进行分词,得到所述问题信息中的多个词组;

根据所述多个词组中每个词组的特征,构造特征向量;

将所述特征向量输入到所述分类模型中,基于所述分类模型确定所述特征向量的类别,作为所述问题信息所属的类别。

3.根据权利要求1或2所述的方法,其特征在于,所述语料信息包括相互匹配的问题语料信息和答复语料信息,所述从专业语料数据库中获取与所述问题信息匹配的答复信息,包括:

从所述专业语料数据库中检索与所述问题信息匹配的多个问题语料信息;

获取所述多个问题语料信息中每个问题语料信息与所述问题信息的关联度;

确定所述多个问题语料信息中与所述问题信息的关联度最大的问题语料信息;

将所述关联度最大的问题语料信息匹配的答复语料信息确定为与所述问题信息匹配的答复信息。

4.根据权利要求3所述的方法,其特征在于,所述获取所述多个问题语料信息中每个问题语料信息与所述问题信息的关联度,包括:

对于每个问题语料信息,获取所述问题语料信息与所述问题信息的语义关联度、词性关联度和句法结构关联度中的至少一项;

根据所述语义关联度、所述词性关联度和所述句法结构关联度中的至少一项,获取所述问题语料信息与所述问题信息的关联度。

5.根据权利要求1或2所述的方法,其特征在于,所述语料信息包括问题语料信息和匹配的多个答复语料信息,所述多个答复语料信息中每个答复语料信息对应的用户状态信息不同;

所述从专业语料数据库中获取与所述问题信息匹配的答复信息,包括:

获取所述终端的用户状态信息,所述用户状态信息用于表示在所述专业类别下所述终端的用户当前所处的状态;

从所述专业语料数据库中检索与所述问题信息匹配的问题语料信息,确定与所述问题语料信息匹配的多个答复语料信息;

将所述多个答复语料信息中与所述用户状态信息对应的答复语料信息确定为与所述问题信息匹配的答复信息。

6.根据权利要求1或2所述的方法,其特征在于,所述语料信息包括问题语料信息和匹配的多个答复语料信息,所述多个答复语料信息中每个答复语料信息对应的用户属性信息不同;

所述从专业语料数据库中获取与所述问题信息匹配的答复信息,包括:

获取所述终端的用户属性信息,所述用户属性信息用于对所述终端的用户进行描述;

从所述专业语料数据库中检索与所述问题信息匹配的问题语料信息,确定与所述问题语料信息匹配的多个答复语料信息;

将所述多个答复语料信息中与所述用户属性信息对应的答复语料信息确定为与所述问题信息匹配的答复信息。

7.根据权利要求1所述的方法,其特征在于,所述基于分类模型确定所述问题信息所属的类别之后,所述方法还包括:

当所述问题信息属于所述对话类别时,基于问答模型获取所述问题信息匹配的答复信息,所述问答模型根据收集的对话语料信息训练得到;

向所述终端发送所述答复信息,所述终端用于展示所述答复信息。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/201710432438.0/1.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