[发明专利]基于人工智能的语句应答方法、装置及电子设备

权利要求书

1.一种基于人工智能的语句应答方法，其特征在于，包括：

获取用户问句，识别所述用户问句中的实体词；

根据所述用户问句在语料集中确定目标语料，将所述目标语料的语义确定为所述用户问句的段句粒度语义；

确定所述用户问句中的实体词对应的语义属性；

将所述用户问句中未与所述语义属性对应的实体词确定为未匹配词，并确定所述未匹配词及除所述未匹配词外的实体词的词权重；

根据所述未匹配词的词权重及所述用户问句的句长，确定所述未匹配词的惩罚分；

根据所述惩罚分及除所述未匹配词外的实体词的词权重，确定所述用户问句的句评分；

当所述句评分未超过句评分阈值时，确定所述用户问句的字词粒度语义为空；

当所述句评分超过所述句评分阈值时，将除所述未匹配词外的实体词按照所述语义属性对应的递进关系进行排列，得到所述用户问句的字词粒度语义；

根据所述段句粒度语义及所述字词粒度语义，确定所述用户问句的输出语义；

根据所述输出语义在设定的知识图谱中进行查询，得到语义结果；

根据所述语义结果生成应答语句。

2.根据权利要求1所述的语句应答方法，其特征在于，所述根据所述用户问句在语料集中确定目标语料，将所述目标语料的语义确定为所述用户问句的段句粒度语义，包括：

根据所述用户问句在语料集中确定候选语料；

确定所述用户问句与所述候选语料之间的语句相似度；

当所述语句相似度超过第一相似度阈值时，将所述候选语料确定为目标语料，将所述目标语料的语义确定为所述用户问句的段句粒度语义；

当所有所述候选语料的所述语句相似度均未超过所述第一相似度阈值时，确定所述目标语料及所述段句粒度语义为空。

3.根据权利要求2所述的语句应答方法，其特征在于，所述根据所述用户问句在语料集中确定候选语料，包括：

确定所述实体词的语法属性，并将所述用户问句中语法属性为主语的所述实体词替换为指代词；

在所述语料集中查询与替换后的所述用户问句相关的语料，并确定所述语料与替换后的所述用户问句之间的相关度；

将与替换后的所述用户问句的相关度满足相关度条件的语料，确定为候选语料。

4.根据权利要求2所述的语句应答方法，其特征在于，所述确定所述用户问句与所述候选语料之间的语句相似度，包括：

通过神经网络模型确定所述用户问句与所述候选语料之间的第一相似度；

通过极端梯度提升模型确定所述用户问句与所述候选语料之间的第二相似度；

根据所述第一相似度及所述第二相似度，确定所述用户问句与所述候选语料之间的语句相似度。

5.根据权利要求1所述的语句应答方法，其特征在于，所述确定所述用户问句中的实体词对应的语义属性之前，还包括：

确定所述用户问句中的实体词的语法属性；

根据设定的语法模板对所述用户问句中的实体词的语法属性进行校验；

当存在不符合所述语法模板的语法属性时，删除所述语法属性对应的实体词。

6.根据权利要求1所述的语句应答方法，其特征在于，所述确定所述用户问句中的实体词对应的语义属性，包括：

将所述实体词与设定的至少两个语义词库进行匹配，其中，每个所述语义词库对应一个语义属性；

当所述实体词与所述语义词库匹配成功时，将所述语义词库对应的语义属性，确定为所述实体词的语义属性。

7.根据权利要求1至6任一项所述的语句应答方法，其特征在于，所述根据所述段句粒度语义及所述字词粒度语义，确定所述用户问句的输出语义，包括：

当所述段句粒度语义不为空时，将所述段句粒度语义确定为输出语义；

当所述段句粒度语义为空，且所述字词粒度语义不为空时，将所述字词粒度语义确定为输出语义；

当所述段句粒度语义及所述字词粒度语义均为空时，输出应答失败的提示。