[发明专利]一种面向汽车领域的智能问答系统

说明书

本发明公开了一种面向汽车领域的智能问答系统，包括：知识库模块、可视化交互模块、意图识别模块、图匹配模块、模板匹配模块、检索模块和端到端模块；知识库模块存储有汽车领域的知识图谱和语料库；当用户输入问题后，对用户输入内容进行判断，根据判断出的不同的用户目的，调用系统的相应模块进行处理，得到问题的答案。将用户目的分为汽车领域提问和闲聊两类，针对汽车领域提问，使用基于汽车领域知识图谱的问答方法得到问题回答；针对闲聊则使用基于深度学习的端到端模块，生成回答。本发明能够提高分类精度，并能准确识别用户意图。

技术领域

本发明涉及智能技术领域，更具体的说是涉及一种面向汽车领域的智能问答系统。

背景技术

现阶段，人工智能无疑是最热门的研究内容之一，作为人工智能一个主要方向的自然语言处理，其应用方式之一就是智能问答。智能问答是指计算机通过分析用户提问，自动回答用户所提出的问题，是一种高级形式的信息服务。

近年来，各大互联网公司都在逐步推出和完善自己的智能问答系统，如苹果公司的“Siri”、Google的“Assistant”、亚马逊的“Alexa”、阿里巴巴的“阿里小蜜”、小米的“小爱同学”等。虽然现阶段已有的问答方法已经能够较好的完成人机交互问题，但仍存在诸如语义识别不清、生成错误或无意义的回答、系统响应时间过长等问题。

知识图谱本质上是结构化的语义知识库，是一种由节点和边组成的图数据结构。智能问答技术中涉及的语言理解、信息查询、语言组织等诸多重要环节，都需要语言知识、常识知识以及领域知识的指导。而知识图谱非常适合作为外部知识源注入到智能问答技术中，例如，可以利用知识图谱辅助问句理解，借助知识图谱中节点的属性及关系，通过相应技术发现问句中的实体，进而更好理解用户问题。另外，在端到端模型的解码阶段，可以从知识图谱中检索相关的实体作为应答，并将实体应答与文本应答拼接形成回复。

目前，在汽车领域中的智能问答系统对用户输入词的词性识别条件约束单一，识别准确性较低，且没有考虑输入问题的语义结构信息以及词语间的依存关系，仅实现浅层语义解析，难以回答较为复杂的问题。

因此，如何提供一种引入知识图谱，能够显著提升智能问答的质量和效率的面向汽车领域的智能问答系统，是本领域技术人员亟需解决的技术问题。

发明内容

有鉴于此，本发明提供了一种面向汽车领域的智能问答系统，将用户输入问题分为汽车领域提问和闲聊两类，针对汽车领域提问，使用基于汽车领域知识图谱的问答方法得到问题回答；针对闲聊则使用基于深度学习的端到端模块，生成回答，能够提高分类精度，并能准确识别用户意图。

为了实现上述目的，本发明采用如下技术方案：

一种面向汽车领域的智能问答系统，包括：知识库模块、可视化交互模块、意图识别模块、图匹配模块、模板匹配模块、检索模块和端到端模块；

所述知识库模块用于存储汽车领域的知识图谱和语料库；

所述可视化交互模块用于供用户输入问题并反馈问题答案；

所述意图识别模块用于判断用户输入问题类型为汽车领域问题或闲聊问题，将汽车领域问题输入至所述图匹配模块，将闲聊问题输入至所述端到端模块；

所述图匹配模块用于利用图匹配方法将汽车领域问题与所述知识库模块中的知识图谱进行匹配，若匹配成功，则将问题答案反馈至所述可视化交互模块；若匹配失败，则将汽车领域问题输入至所述模板匹配模块；

所述模板匹配模块，用于利用模板匹配方法将汽车领域问题与所述知识库模块中预先定义的问题模板进行匹配，若匹配成功，则将问题答案反馈至所述可视化交互模块；若匹配失败，则将汽车领域问题输入至所述检索模块；

所述检索模块用于在所述语料库中检索汽车领域问题的答案，若检索成功，则将问题答案反馈至所述可视化交互模块；若检索失败，则将汽车领域问题输入至所述端到端模块；