[发明专利]基于贝叶斯网络的问答装置、方法及存储介质

说明书

本发明提供一种基于贝叶斯网络的问答方法，该方法包括：接收并解析用户通过客户端输入的问句，以从问句中识别代表用户意图的目标参数和与目标参数相关联的属性参数；将所述目标参数和属性参数输入预先训练好的贝叶斯网络模型，利用所述贝叶斯网络模型的有向无环图及条件概率表集合推断得到目标参数的取值；将贝叶斯网络模型推断得到的目标参数的取值反馈给用户。该方法对问句进行因果推理，并基于推理结果回答用户提出的问题。本发明还提供一种基于贝叶斯网络的问答装置及计算机可读存储介质。

技术领域

本发明涉及人机交互技术领域，尤其涉及一种基于贝叶斯网络的问答装置、方法及计算机可读存储介质。

背景技术

人机交互是研究系统与用户之间的交互关系的科学。其中，系统可以是各种各样的机器，也可以是计算机化的系统和软件。通过人机交互可以实现各种人工智能系统，例如，智能客服系统、语音控制系统等等。智能问答系统是人机交互的一种典型应用，当客户提出问题后，智能问答系统自动向用户回复该问题的答案。然而，现有的智能问答系统，答案多是通过检索文本或者知识库得到，大多不具备深度推理能力。

发明内容

本发明提供一种基于贝叶斯网络的问答装置、方法及计算机可读存储介质，其主要目的在于使智能问答过程具备深度推理能力。

为实现上述目的，本发明提供一种基于贝叶斯网络的问答装置，该装置包括：存储器、处理器，所述存储器上存储有基于贝叶斯网络的问答程序，，所述基于贝叶斯网络的问答程序被所述处理器执行时实现如下步骤：

参数提取步骤：接收并解析用户通过客户端输入的问句，以从问句中识别代表用户意图的目标参数和与目标参数相关联的属性参数；

推断步骤：将所述目标参数和属性参数输入预先训练好的贝叶斯网络模型，利用所述贝叶斯网络模型的有向无环图及条件概率表集合推断得到目标参数的取值；及

答案生成步骤：将贝叶斯网络模型推断得到的目标参数的取值反馈给用户。

优选地，所述贝叶斯网络的模型构建步骤具体包括：

从历史业务数据的每一笔历史违约数据中提取违约客户相关联的属性，计算各属性之间的条件互信息值；

对各属性的条件互信息值降序排序，选择条件互信息值高的属性对作为节点，遵循不产生环路的原则，构建最大权重跨度树，直到为n个节点选择n-1条边，构成一个无向无环图；

确定无向无环图中每个节点的根节点，由根节点到子节点的方向为节点之间的方向，将无向无环图变为有向无环图；及

根据历史业务数据计算所述有向无环图中各个节点所代表的随机变量之间的条件概率，得到贝叶斯网络模型的条件概率表集合。

优选地，所述参数提取步骤包括：

将提取的目标参数和属性参数转换成标准格式的参数。

优选地，所述答案生成步骤包括：

将贝叶斯网络模型推断得到的目标参数的取值转换为文本，并将文本格式的结果作为答案反馈至用户。

此外，为实现上述目的，本发明还提供一种基于贝叶斯网络的问答方法，该方法包括：

参数提取步骤：接收并解析用户通过客户端输入的问句，以从问句中识别代表用户意图的目标参数和与目标参数相关联的属性参数；

推断步骤：将所述目标参数和属性参数输入预先训练好的贝叶斯网络模型，利用所述贝叶斯网络模型的有向无环图及条件概率表集合推断得到目标参数的取值；及

答案生成步骤：将贝叶斯网络模型推断得到的目标参数的取值反馈给用户。

优选地，所述贝叶斯网络的模型构建步骤具体包括：