[发明专利]一种问题生成方法、装置、设备及存储介质

说明书

本公开涉及计算机技术领域，公开了一种问题生成方法、装置、设备及存储介质。该方法包括：获取包括第一会话和至少一个第二会话的会话集合，第一会话为待检测问题对应的答案，至少一个第二会话是基于第一会话确定的，并对会话集合进行编码处理，获得对应的文本特征向量矩阵；通过对文本特征向量矩阵进行特征提取，分别获得表征上下文关联度的第一特征向量矩阵，以及表征特征向量相似度的第二特征向量矩阵，再基于获得的两个特征向量矩阵，从会话集合中筛选出目标会话，该目标会话为待检测问题。结合会话场景的特点，以会话集合的时间序列和会话内容间的相似性为基础，提取出更丰富的特征向量，从而在相同解码条件下，获得更好的问题生成结果。

技术领域

本公开涉及计算机技术领域，提供了一种问题生成方法、装置、设备及存储介质。

背景技术

随着人工智能(Artificial Intelligence，AI)技术和自然语言处理(NaturalLanguage Processing，NLP)技术的发展，为了满足人们对快速、准确地获取信息的需求，依托于上述两项技术的问答系统、智能客服系统等语义检索系统应运而生，并逐渐应用于人们的日常生活中。

为了让语义检索系统从“用户主导对话”的被动服务，转变为“系统引导对话”的主动服务，以及提高语义检索系统提出的问题命中用户想要咨询内容的概率，通常是使用问题生成模型搭建语义检索系统的知识库，该知识库包含多个问题-答案组成的文本关系对(简称为问答对)。

早期的问题生成模型由编码器和解码器组成，先使用编码器对会话集合进行编码处理，获得相应的文本特征向量矩阵，再使用解码器对文本特征向量矩阵进行解码处理，获得表征问题的会话。然而，在解码过程中，解码器每一次解码时关注的重点内容是不同的，影响最终的问题生成结果。

因此，目前常使用注意力机制，标注出影响问题生成结果的重要文本特征向量，或者使用会话分类模型辅助训练问题生成模型，以解决解码器带来的技术缺陷。然而，改进后的问题生成模型依然难以生成合适的问题。主要原因在于编码器在编码过程中，提取到有用的文本特征向量的数量较少，导致问题生成结果不理想。

发明内容

本公开实施例提供了一种问题生成方法、装置、设备及存储介质，以解决问题生成准确率低的问题。

本公开实施例提供的具体技术方案如下：

第一方面，本公开实施例提供了一种问题生成方法，包括：

获取会话集合，所述会话集合包括第一会话和至少一个第二会话，所述第一会话为待检测问题对应的答案，所述至少一个第二会话是基于所述第一会话确定的；

对所述会话集合进行编码处理，获得对应的文本特征向量矩阵；

通过对所述文本特征向量矩阵进行特征提取，分别获得第一特征向量矩阵以及第二特征向量矩阵，其中，所述第一特征向量矩阵表征各个文本特征向量之间的上下文关联度，所述第二特征向量矩阵表征所述至少一个第二会话的文本特征向量与所述第一会话的文本特征向量之间的特征向量相似度；

基于所述第一特征向量矩阵和所述第二特征向量矩阵，从所述会话集合中筛选出目标会话，所述目标会话为所述待检测问题。

可选的，还包括：

删除第一会话群组中设定会话对象的第三会话，以及符合预设会话删除条件的第三会话，获得相应的第二会话群组；其中，所述第一会话群组是通过划分多个第三会话，获得的其中一个会话群组；

将所述第二会话群组中句子长度超过预设的第一句子长度阈值的第三会话，作为所述第一会话。

可选的，所述设定会话删除条件包括以下至少一种：

一个第三会话中包含设定的停用词；

所述一个第三会话的句子长度超过预设的第二句子长度阈值。