[发明专利]基于结构化数据的问答处理方法、装置、设备及介质

说明书

本发明涉及人工智能技术领域，应用于智能应答场景，本发明公开了基于结构化数据的问答处理方法、装置、设备及介质，以解决知识库体量大、不易维护的问题。方法部分包括：获取目标结构化数据，目标结构化数据包括多个意图分类对应的结构化数据，每个意图分类的结构化数据包括该意图分类下对应的各个子分类信息唯一对应的一组结构化数据，每一组结构化数据的相似度低于预设相似度；获取用户问题所属的目标意图分类；判断目标意图分类是否属于目标结构化数据中的意图分类；若属于，则根据目标意图分类对用户问题进行槽位信息提取；则在目标意图分类对应的结构化数据中搜索符合槽位信息的内容；根据搜索内容对用户问题进行回应。

技术领域

本发明涉及人工智能领域，涉及智能应答应用场景，尤其涉及一种基于结构化数据的问答处理方法、装置、设备及介质。

背景技术

智能客服/智能助手是NLP技术落地实际场景的最广泛最重要的方式之一，其中的问答引擎(QA)系统是智能客服系统的核心模块。对于问答引擎系统，业界最常用的技术是基于检索式的问答技术，即先通过业务专家事先定义一些问答知识库,一系列的QA对，每个标准问题对应一个答案，然后用户问题通过语义匹配模型技术找到同义的问题，然后回复对应的答案。

传统的方案中，当语义匹配模型的语料不足时，语义匹配模型的难度较大，对于大量轻微差异的问题较难识别，例如“程序员的职业等级和IT的职业等级”。这样会使得专家撰写知识库工作量过大，例如：“程序员的职业等级”，知识库问题如果需要覆盖完全，则需要撰写大量的具体如程序员、IT、软件工程师职业的语料等相似说法，工作量大，且造成知识库体量过大，不易维护。

发明内容

本发明提供一种基于结构化数据的问答处理方法、装置、设备及介质，以解决知识库体量大、不易维护的问题。

一种基于结构化数据的问答处理方法，包括：

获取目标结构化数据，所述目标结构化数据包括多个意图分类对应的结构化数据，每个意图分类的结构化数据包括该意图分类下对应的各个子分类信息唯一对应一组结构化数据，每一组结构化数据的相似度低于预设相似度；

获取用户端反馈的用户问题，并对所述用户问题进行意图识别，以获取所述用户问题所属的目标意图分类；

判断所述目标意图分类是否属于所述目标结构化数据中的意图分类；

若所述目标意图分类属于所述目标结构化数据中的意图分类，则根据所述目标意图分类对所述用户问题进行槽位信息提取；

若提取到所述槽位信息，则在所述目标意图分类对应的结构化数据中搜索符合所述槽位信息的内容；

若搜索出符合所述槽位信息的搜索内容，则根据所述搜索内容对所述用户问题进行回应。

一种基于结构化数据的问答处理装置，包括：

第一获取模块，用于获取目标结构化数据，所述目标结构化数据包括多个意图分类对应的结构化数据，每个意图分类的结构化数据包括该意图分类下对应的多个子层级分类信息，每个子层级分类信息对应唯一一组结构化数据；

第二获取模块，用于获取用户端反馈的用户问题，并对所述用户问题进行意图识别，以获取所述用户问题所属的目标意图分类；

判断模块，用于判断所述目标意图分类是否属于所述目标结构化数据中的意图分类；

提取模块，用于若所述目标意图分类属于所述目标结构化数据中的意图分类，则根据所述目标意图分类对所述用户问题进行槽位信息提取；

搜索模块，用于若提取到所述槽位信息，则在所述目标意图分类对应的结构化数据中进行搜索符合所述槽位信息的内容；

应答模块，用于若搜索出符合所述槽位信息的搜索内容，则根据所述搜索内容对所述用户问题进行回应。