[发明专利]一种问答方法、装置及终端设备在审
申请号: | 201811183114.9 | 申请日: | 2018-10-11 |
公开(公告)号: | CN111046147A | 公开(公告)日: | 2020-04-21 |
发明(设计)人: | 罗通;靳丁南;权圣 | 申请(专利权)人: | 马上消费金融股份有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332 |
代理公司: | 北京银龙知识产权代理有限公司 11243 | 代理人: | 许静;刘伟 |
地址: | 404100 重庆市渝北区*** | 国省代码: | 重庆;50 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 问答 方法 装置 终端设备 | ||
本发明提供一种问答方法、装置及终端设备,该问答方法包括:获取用户问题;根据用户问题,获取用户问题的候选问题集;将用户问题和候选问题集中的每个候选问题分别输入到预设的句向量模型中,得到用户问题和每个候选问题的句向量;根据用户问题和每个候选问题的句向量,将候选问题集中的与用户问题的句向量相似度最高的候选问题,确定为用户问题的匹配问题;将匹配问题的预设答案确定为用户问题的答案;其中,预设的句向量模型是利用收集的用户意图识别语料训练得到。本发明的方案,可以在不使用问答匹配模型的前提下获得用户问题的答案,可以结合预设的句向量模型得到准确率高的问题答案。
技术领域
本发明涉及通信技术领域,尤其涉及一种问答方法、装置及终端设备。
背景技术
目前,QA(Asked Questions,问题)系统可以用于用户问句的意图分析、通过检索问答知识库返回与用户问句匹配的答案。QA系统的处理框架一般包括问句语义理解、信息检索和答案生成。
其中,在利用QA系统进行答案生成时,通常要使用QA系统中的预先训练的问答匹配模型。且为了保证问答匹配模型输出结果的准确性,在训练问答匹配模型时,需要通过大量的文本标注数据进行训练。然而,有些场景下的问答数据却很少,因此可能会使用该场景下的少量的文本标注数据训练问答匹配模型,造成问答匹配模型的准确率低。
发明内容
本发明实施例提供一种问答方法、装置及终端设备,以解决现有的问答方法因利用问答匹配模型而造成准确率低的问题。
第一方面,本发明实施例提供了一种问答方法,包括:
获取用户问题;
根据所述用户问题,获取所述用户问题的候选问题集;
将所述用户问题和所述候选问题集中的每个候选问题分别输入到预设的句向量模型中,得到所述用户问题和所述每个候选问题的句向量;
根据所述用户问题和所述每个候选问题的句向量,将所述候选问题集中的与所述用户问题的句向量相似度最高的候选问题,确定为所述用户问题的匹配问题;
将所述匹配问题的预设答案确定为所述用户问题的答案;
其中,所述预设的句向量模型是利用收集的用户意图识别语料训练得到,根据所述预设的句向量模型得到的输入问题的句向量能够表示所述输入问题对应的用户意图。
第二方面,本发明实施例还提供了一种问答装置,包括:
第一获取模块,用于获取用户问题;
第二获取模块,用于根据所述用户问题,获取所述用户问题的候选问题集;
输入模块,用于将所述用户问题和所述候选问题集中的每个候选问题分别输入到预设的句向量模型中,得到所述用户问题和所述每个候选问题的句向量;
第一确定模块,用于根据所述用户问题和所述每个候选问题的句向量,将所述候选问题集中的与所述用户问题的句向量相似度最高的候选问题,确定为所述用户问题的匹配问题;
第二确定模块,用于将所述匹配问题的预设问题的答案确定为所述用户问题的答案;
其中,所述预设的句向量模型是基于收集的用户意图识别语料训练得到,根据所述预设的句向量模型得到的输入问题的句向量能够表示所述输入问题对应的用户意图。
第三方面,本发明实施例还提供了一种终端设备,包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,其中,所述计算机程序被所述处理器执行时实现上述问答方法的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现上述问答方法的步骤。
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马上消费金融股份有限公司,未经马上消费金融股份有限公司许可,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/201811183114.9/2.html,转载请声明来源钻瓜专利网。