[发明专利]智能问答方法、装置及设备有效
申请号: | 202110570657.1 | 申请日: | 2021-05-25 |
公开(公告)号: | CN113377936B | 公开(公告)日: | 2022-09-30 |
发明(设计)人: | 薛志超;毛康 | 申请(专利权)人: | 杭州搜车数据科技有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/35;G06K9/62 |
代理公司: | 北京国昊天诚知识产权代理有限公司 11315 | 代理人: | 朱文杰 |
地址: | 310023 浙江省杭州市余*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 智能 问答 方法 装置 设备 | ||
本申请实施例提供了一种智能问答方法、装置及设备,涉及计算机技术领域。所述方法包括:获取待处理的目标问题,通过预先训练的问题处理模型对目标问题进行意图识别处理,得到目标问题的问题意图;其中,问题处理模型是基于多任务的训练方式训练所得;若确定问题意图是指定领域的事项咨询,则通过问题处理模型对目标问题和预先生成的多个标准问答模板进行匹配处理,得到目标问题的标准答案;向目标问题的提问用户返回标准答案。通过本申请实施例,提升了智能问答效率和模型训练效率,降低了模型部署难度。
技术领域
本申请涉及计算机技术领域,尤其涉及一种智能问答方法、装置及设备。
背景技术
随着人工智能技术和自然语言处理技术的不断发展,智能问答系统以响应速度快、回答准确性高等特点被广泛使用。现有的智能问答系统进行智能问答时,主要是基于关键词匹配、统计TF-IDF、BERT模型等方式对用户问题进行分析,然后输出答案。然而,关键词匹配和统计TF-IDF的方式虽然简单高效,但是匹配效率低;而BERT模型虽然匹配精度较高,但是召回效率低,且部署难度大。
发明内容
本申请实施例的目的是提供一种智能问答方法、装置及设备,以解决当前智能问答系统的匹配效率低、部署难度大等问题。
为解决上述技术问题,本申请一个或多个实施例是这样实现的:
第一方面,本申请实施例提供了一种智能问答方法,包括:
获取待处理的目标问题;
通过预先训练的问题处理模型对所述目标问题进行意图识别处理,得到所述目标问题的问题意图;其中,所述问题处理模型是基于多任务的训练方式训练所得;
若确定所述问题意图是指定领域的事项咨询,则通过所述问题处理模型对所述目标问题和预先生成的多个标准问答模板进行匹配处理,得到所述目标问题的标准答案;
向所述目标问题的提问用户返回所述标准答案。
第二方面,本申请实施例提供了一种智能问答装置,包括:
获取模块,获取待处理的目标问题;
识别模块,通过预先训练的问题处理模型对所述目标问题进行意图识别处理,得到所述目标问题的问题意图;其中,所述问题处理模型是基于多任务的训练方式训练所得;
匹配模块,若确定所述问题意图是指定领域的事项咨询,则通过所述问题处理模型对所述目标问题和预先生成的多个标准问答模板进行匹配处理,得到所述目标问题的标准答案;
反馈模块,向所述目标问题的提问用户返回所述标准答案。
第三方面,本申请实施例提供了一种智能问答设备,包括:处理器;以及被安排成存储计算机可执行指令的存储器,所述计算机可执行指令在被执行时使所述处理器实现上述第一方面所提供的智能问答方法的步骤。
第四方面,本申请实施例提供了一种存储介质,用于存储计算机可执行指令,所述计算机可执行指令在被执行时实现上述第一方面所提供的智能问答方法的步骤。
本申请实施例提供的智能问答方法、装置及设备,预先基于多任务的训练方式训练问题处理模型,并通过该问题处理模型识别目标问题的问题意图,以及在问题意图是事项咨询时,通过该问题处理模型对目标问题和预先获取的多个标准问答模板进行匹配,得到目标问题的标准答案。由于问题意图的识别以及问题的匹配均是通过问题处理模型进行,不仅提升了识别的准确性和匹配的准确性,而且提升了智能问答效率;再者,基于多任务的训练方式训练问题处理模型,相较于多次部署多次训练而言,不仅节约了模型的部署资源,降低了部署难度,而且提高了模型训练效率;并且,由于多任务训练增加了训练的样本量,可以使得模型集中在重要的特征上,并学习出多任务间更通用的特征,因此可以防止模型过度拟合某个任务,起到了正则化的作用。
附图说明
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杭州搜车数据科技有限公司,未经杭州搜车数据科技有限公司许可,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/202110570657.1/2.html,转载请声明来源钻瓜专利网。