[发明专利]一种基于系统功能语法的机器人应答方法及装置

权利要求书

1.一种基于系统功能语法的机器人应答方法，其特征在于，应用于智能问答系统，所述方法包括：

从预设的知识库中采用问题检索方法检索接收到的目标问题，其中，所述目标问题为当前用户输入的问题；

如果检索到所述目标问题存在预设的知识库中，则从所述知识库中选取与所述目标问题相似度最高的问题作为匹配问题，再从所述知识库中搜索与所述匹配问题对应的应答，记为第一应答；

根据第一机器人属性对应的系统功能语法特征，对所述第一应答进行优化，得到优化后的应答，记为目标应答，以使应答更加符合问答上下文语义，所述第一机器人属性是所述智能问答系统未被初始化对应的机器人属性，所述机器人属性包括互动属性、认知属性和正式属性；

如果未在所述知识库中检索到所述目标问题，通过深度学习，采用目标模型训练未在所述知识库中的所述目标问题，得到训练后的深度智能问答模型；所述目标模型为卷积神经网络CNN、长短期记忆网络模型LSTM、循环神经网络模型RNN以及变体或记忆网络中至少一种组合；

利用所述深度智能问答模型将所述目标问题生成应答，记为第二应答；

在所述利用所述深度智能问答模型将所述目标问题生成应答，记为第二应答之后，所述方法还包括：

基于系统功能语法原理，提炼所述目标问题中隐含的言语功能，并给出所述目标问题中隐含的言语功能对应的会话方式；

基于所述会话方式，根据所述第一机器人属性对应的系统功能语法特征，对所述第二应答进行优化，得到优化后的应答，记为第三应答，将第三应答作为目标应答，以使应答更加符合问答上下文语义。

2.如权利要求1所述的方法，其特征在于，在所述将所接收的目标问题转发到预设的机器人综合应答模块之前，所述方法还包括：

获取按照机器人属性分类对目标语料数据标注后的目标语料数据，所述目标语料数据是从预设领域中获取的语料数据；

将标注后的目标语料数据输入到预设的卷积神经网络进行训练，通过深度学习，获得训练后的机器人属性分类模型；

利用所述机器人属性分类模型对所述智能问答系统中的第一机器人属性进行初始化。

3.如权利要求2所述的方法，其特征在于，在所述根据第一机器人属性对应的系统功能语法特征，对所述第一应答进行优化，得到优化后的应答，记为目标应答，以使应答更加符合问答上下文语义之后，所述方法还包括：

将所述目标应答输出至与所述目标问题对应的当前会话。

4.如权利要求1或3所述的方法，其特征在于，在所述根据第一机器人属性对应的系统功能语法特征，对所述第一应答进行优化，得到优化后的应答，记为目标应答，以使应答更加符合问答上下文语义之前，所述方法还包括：

基于系统功能语法原理，提炼所述目标问题中隐含的言语功能，并给出所述目标问题中隐含的言语功能对应的会话方式，所述会话方式包括接受或退回、执行或拒绝、认可或驳回、回答或拒答。

5.如权利要求1所述的方法，其特征在于，在所述利用所述深度智能问答模型将所述目标问题生成应答，记为第二应答之后，所述方法还包括：

将接收的所述目标问题添加到当前用户预存的会话集中，并对所述会话集进行更新。