[发明专利]一种自动问答方法与系统、智能设备及存储介质在审
| 申请号: | 202010538903.0 | 申请日: | 2020-06-13 |
| 公开(公告)号: | CN111897930A | 公开(公告)日: | 2020-11-06 |
| 发明(设计)人: | 田泽;孙非凡;何华建;孙信中;矫人全 | 申请(专利权)人: | 南京奥拓电子科技有限公司 |
| 主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/33 |
| 代理公司: | 暂无信息 | 代理人: | 暂无信息 |
| 地址: | 210039 江苏省南京市雨*** | 国省代码: | 江苏;32 |
| 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 自动 问答 方法 系统 智能 设备 存储 介质 | ||
1.一种自动问答方法,其特征在于,包括:
获取用户的输入语句;
利用Bert模型,对用户的输入语句进行编码,得到用户语句的词向量;
将用户语句的词向量,输入到预先训练的BiGRU模型,获取若干个候选意图;其中,每个候选意图对应若干意图语料;
计算每个候选意图的意图语料与用户的输入语句之间的相似度,得到意图语料的相似度分值;
根据每个候选意图对应的意图语料的相似度分值,从候选意图中确定推荐意图;
根据推荐意图,从意图-答案字典中,匹配出推荐答案,输出给用户。
2.根据权利要求1所述的自动问答方法,其特征在于,所述意图语料的相似度分值为Jaccard分值,所述计算每个候选意图的意图语料与用户的输入语句之间的相似度,得到意图语料的相似度分值的步骤,具体为:
对每个候选意图的意图语料、用户的输入语句进行分词;
根据分词结果,计算每个意图语料与用户的输入语句的Jaccard分值,得到意图语料的相似度分值。
3.根据权利要求2所述的自动问答方法,其特征在于,所述根据每个候选意图对应的意图语料的相似度分值,从候选意图中确定推荐意图的步骤,具体为:
将每个候选意图对应的所有意图语料,按照相似度分值从高到低进行排序,选择序列中前n个意图语料的相似度分值,计算平均值,作为候选意图与用户的输入语句之间的匹配度;
从多个候选意图中,选择匹配度最高的候选意图,作为推荐意图。
4.根据权利要求3所述的自动问答方法,其特征在于,在所述将每个候选意图对应的所有意图语料,按照相似度分值从高到低进行排序,选择序列中前n个意图语料的相似度分值,计算平均值,作为候选意图与用户的输入语句之间的匹配度步骤之前,还包括:
判断意图语料的相似度分值是否超过预设阈值,只有相似度分值超过预设阈值的意图语料,才用于计算候选意图与用户的输入语句之间的匹配度。
5.根据权利要求1所述的自动问答方法,其特征在于,意图语料的相似度分值为Jaccard分值,所述计算每个候选意图的意图语料与用户的输入语句之间的相似度,得到意图语料的相似度分值的步骤,具体为:
对每个候选意图的意图语料、用户的输入语句进行分词和去停用词,计算每个意图语料的词向量、用户的输入语句的词向量;
计算每个意图语料的词向量与用户的输入语句的词向量之间的Jaccard分值,得到意图语料的相似度分值。
6.一种自动问答系统,其特征在于,包括:
语句获取单元,用于获取用户的输入语句;
特征提取单元,用于利用Bert模型,对用户的输入语句进行编码,得到用户语句的词向量;
语义理解单元,用于将用户语句的词向量,输入到预先训练的BiGRU模型,获取若干个候选意图;其中,每个候选意图对应若干意图语料;
相似度判断单元,用于计算每个候选意图的意图语料与用户的输入语句之间的相似度,得到意图语料的相似度分值;
意图匹配单元,用于根据每个候选意图对应的意图语料的相似度分值,从候选意图中确定推荐意图;
答案输出单元,用于根据推荐意图,从意图-答案字典中,匹配出推荐答案,输出给用户。
7.根据权利要求6所述的自动问答系统,其特征在于,所述意图语料的相似度分值为Jaccard分值,所述相似度判断单元,具体用于,先对每个候选意图的意图语料、用户的输入语句进行分词,然后根据分词结果,计算每个意图语料与用户的输入语句的Jaccard分值,得到意图语料的相似度分值。
8.根据权利要求7所述的自动问答系统,其特征在于,意图匹配单元,具体用于,将每个候选意图对应的所有意图语料,按照相似度分值从高到低进行排序,选择序列中前n个意图语料的相似度分值,计算平均值,作为候选意图与用户的输入语句之间的匹配度;从多个候选意图中,选择匹配度最高的候选意图,作为推荐意图。
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南京奥拓电子科技有限公司,未经南京奥拓电子科技有限公司许可,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/202010538903.0/1.html,转载请声明来源钻瓜专利网。





