[发明专利]问题识别及查询方法、装置、电子设备及存储介质

权利要求书

1.一种问题识别及查询方法，其特征在于，所述方法包括：

获取原始数据，对所述原始数据进行文本转化，得到原始文本数据；

利用预构建的语义抽取模型对所述原始文本数据进行句式判断，若所述原始文本数据无缺失信息，则对所述原始文本数据不作处理，若所述原始文本数据有缺失信息，则对所述原始文本数据的缺失信息进行填充，得到标准文本数据；

利用预构建的语义识别模型对所述标准文本数据进行语义识别，得到语义识别结果；

利用所述语义识别结果及预设的查询模板查询数据库内容，得到查询结果并反馈给查询终端。

2.如权利要求1所述的问题识别及查询方法，其特征在于，所述获取原始数据，对所述原始数据进行文本转化，得到原始文本数据，包括：

判断所述原始数据的数据类型；

若所述原始数据的数据类型为文本数据，则对所述原始数据不作处理；

若所述原始数据的数据类型为语音数据，则利用预设的语音接口调用语音转换工具，并根据所述语音转换工具将所述语音数据转换为文本数据；

汇总所有文本数据，得到所述原始文本数据。

3.如权利要求1所述的问题识别及查询方法，其特征在于，所述利用预构建的语义抽取模型对所述原始文本数据进行句式判断之前，还包括：

获取第一训练集，利用预构建的第一语言模型提取所述第一训练集中的实体信息；

根据所述实体信息预测与所述实体信息对应的实体和实体关系；

计算所述实体信息预测的准确率，当所述准确率高于预设的阈值时，生成所述语义抽取模型。

4.如权利要求3所述的问题识别及查询方法，其特征在于，所述计算所述实体信息预测的准确率，包括：

利用下述公式计算准确率L：

其中，e^r,s为真正有关系的实体，e^r,c为预测的有关系的实体,R为所有实体个数，r为第r个实体。

5.如权利要求1所述的问题识别及查询方法，其特征在于，所述利用预构建的语义识别模型对所述标准文本数据进行语义识别之前，还包括：

获取第二训练集，利用所述第二训练集训练预构建的第二语言模型；

当所述第二语言模型的学习率小于等于预设的阈值时，得到所述语义识别模型。

6.如权利要求1至5中任意一项所述的问题识别及查询方法，其特征在于，所述利用预构建的语义识别模型对所述标准文本数据进行语义识别，得到语义识别结果，包括：

将所述标准文本数据转化为原始序列，并利用所述语义识别模型的编码器对所述原始序列进行编码，得到编码序列；

利用预设的二分类器预测所述编码序列中的实体信息；

从所述编码序列中抽取出所述实体信息首尾对应的编码向量；

以所述编码向量作为条件对所述编码序列做层标准化，根据所述层标准化后的序列预测与所述实体信息对应的实体和实体关系，汇总所述实体信息、实体及实体关系，得到所述语义识别结果。

7.如权利要求1至5中任意一项所述的问题识别及查询方法，其特征在于，所述利用所述语义识别结果及预设的查询模板查询数据库内容，得到查询结果并反馈给查询终端，包括：

获取查询模板；

利用预设的替换脚本将所述语义识别结果作为查询条件替换所述查询模板中的固定参数，得到包含查询条件的查询语句；

利用所述查询语句在预设的数据库中查找数据，并将查找的数据作为查询结果反馈至查询终端。