[发明专利]智能问答系统以及方法

说明书

本发明公开了一种智能问答系统以及方法，该系统包括问答模块，问答模块包括：获取子模块，用户获取用户问题；语义匹配子模块，用于利用语义匹配模型在知识库中对用户问题进行语义匹配，并根据语义匹配获得的预定的标准问题得到与用户问题匹配的答案。通过本发明的上述技术方案，实现了高准确率、高度自动化和智能化的智能问答方式和一问一答式的智能对话交互功能，可以大大降低人工服务成本，提高服务响应速度，提升客户满意度。

技术领域

本发明涉及人工智能技术领域，具体来说，涉及一种智能问答系统以及方法。

背景技术

随着互联网、移动互联网的快速发展，客户的联络需求呈多元化、指数级增长，企业需要提供多渠道的客服系统满足客户沟通联络需求，例如短信、微信、APP、QQ等即时客服等在线客服。并且，客户服务也向多元化、智能化和自动化的方向发展。客服系统广泛应用于电信、旅游、电商、医疗等各行各业。国内客服系统发展经历了三个阶段：传统电话客服系统、在线客服系统和智能客服系统。其中，智能对话在工业界最主要和广泛的应用就是智能客服系统。

目前在线客服系统是企业使用率最高的客服系统，约有70％以上的企业使用在线客服系统，而智能客服系统普及率则不到30％。在互联网时代，客服系统应用更加多元化，智能客服系统在市场上的接受程度逐步提高。

传统客服及在线客服存在着以下几个方面的问题。一是人工成本高，随着人口红利的消失，用人单位的用人成本会越来越高。二是客服人员效率低，传统客服“一对一”的工作场景使得服务更多时候处于“忙线中”，尤其在服务高峰期，大量用户涌入，导致排队等待时间增长，客户体验差，客服投诉率高。三是智能化程度低，日常的客服服务中，存在着大量重复性的咨询问题，传统客服利用电话等渠道为客户提供服务，所有服务都需要人工提供帮助，智能化程度低加重服务工作量，造成人工服务工作效率低。

发明内容

针对相关技术中的上述问题，本发明提出一种智能问答系统以及方法。

本发明的技术方案是这样实现的：

根据本发明的一个方面，提供了一种智能问答系统，包括问答模块，问答模块包括：

获取子模块，用于获取用户问题；

语义匹配子模块，用于利用语义匹配模型在知识库中对用户问题进行语义匹配，并根据语义匹配获得的预定的标准问题得到与用户问题匹配的答案。

根据本发明的实施例，智能问答系统还包括优化模块，优化模块包括：模型训练子模块，用于在语义匹配子模块不理解用户问题时，根据用户问题扩增训练样本集并进行训练；输出子模块，用于输出训练获得的语义匹配模型，并利用语义匹配模型更新语义匹配子模块的语义匹配模型。

根据本发明的实施例，语义匹配子模块包括：拆分单元，用于对用户问题进行拆分；预测单元，用于对拆分后的用户问题与扩展问题进行配对得到多个候选句子对，对多个候选句子对进行预测得到预测概率分数；比较单元，用于将预测概率分数与预定阈值进行比较；返回单元，用于在预测概率分数大于预定阈值时返回对应的答案。

根据本发明的实施例，知识库包括：分词词库、同义词库、标准问答库和扩展问题库；其中，标准问答库包括标准问题和与标准问题对应的答案；扩展问题库包括扩展问题，扩展问题是以多种角度和多种提问方法提问标准问题。

根据本发明的实施例，训练的训练模型是基于LSTM神经网络的模型；其中，LSTM神经网络的LSTM层参数、激活函数、优化算法和损失函数根据实际数据训练得到的参数。

根据本发明的另一方面，提供了一种智能问答方法，包括：

获取用户问题；

利用语义匹配模型在知识库中对用户问题进行语义匹配，并根据语义匹配获得的预定的标准问题得到与用户问题匹配的答案。