[发明专利]问题识别及查询方法、装置、电子设备及存储介质

说明书

本发明涉及智能决策技术，揭露了一种问题识别及查询方法，包括：对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有缺失信息，则对缺失信息进行填充，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。此外，本发明还涉及区块链技术，所述查询结果可存储在区块链的节点中。本发明还提出一种问题识别及查询装置、电子设备以及计算机可读存储介质。本发明可以解决语义识别准确率较低的问题。

技术领域

本发明涉及智能决策技术领域，尤其涉及一种问题识别及查询方法、装置、电子设备及计算机可读存储介质。

背景技术

随着人工智能发展，问答系统成为了人工智能领域的重要发展区块。在问答系统中，通过与用户的交互过程以及用户在系统中输入的语句进行相关自然语言理解过程后，以用户表达的顺序、句式、用词及情绪变化提取特征后进行分析，使得问答系统对用户的意图有所理解，并依照系统识别出的意图给予用户相对应的应答以完成系统流程。而传统的问答系统存在下述问题：1、通过TF-IDF算法提炼关键词，组成文本向量，再对其进行分类的方式。此种方法对某些客户问题较为简短的场景，存在分类准确率和精度都不是特别高的问题。2、利用自然语言处理模型(比如BERT)进行语义识别时，对于专有名词较多的中文领域在识别用户意图方面效果不佳，语义识别准确率较低。

发明内容

本发明提供一种问题识别及查询方法、装置及计算机可读存储介质，其主要目的在于解决语义识别准确率较低的问题。

为实现上述目的，本发明提供的一种问题识别及查询方法，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。

可选地，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。

可选地，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。

可选地，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。