[发明专利]一种基于匹配度进行内容匹配的智能问答系统

权利要求书

1.一种基于匹配度进行内容匹配的方法，所述方法包括：

获取用户输入的原始查询内容，对所述原始查询内容进行格式处理以获取经过格式处理的查询内容；

确定所述经过格式处理的查询内容与文本内容库内多个文本段落中每个文本段落的候选段落匹配度，将候选段落匹配度大于第一匹配度阈值的文本段落确定为候选段落；

在每个候选段落中选择与所述经过格式处理的查询内容相关联的答案片段，并确定所述经过格式处理的查询内容与每个答案片段的答案片段匹配度；

基于所述候选段落匹配度和答案片段匹配度，确定所述经过格式处理的查询内容与答案片段的匹配度；以及

基于所述经过格式处理的查询内容与答案片段的匹配度，从多个答案片段中选择与所述经过格式处理的查询内容相关联的至少一个目标答案；

其中，所述基于所述候选段落匹配度和答案片段匹配度，确定所述经过格式处理的查询内容与答案片段的匹配度，包括：

对所述答案片段匹配度进行对数平滑处理，以获得经过平滑处理的匹配度/

基于候选段落匹配度和经过平滑处理的匹配度/确定所述经过格式处理的查询内容与答案片段的匹配度s：

其中f为对数平滑函数；

其中，基于所述经过格式处理的查询内容与答案片段的匹配度，从多个答案片段中选择与所述经过格式处理的查询内容相关联的至少一个目标答案，包括：

按照所述经过格式处理的查询内容与答案片段的匹配度的降序顺序对答案片段进行排序，以生成排序列表；

获取预设的提取参数N，从所述排序列表中选择匹配度最大的N个答案片段；

将匹配度最大的N个答案片段中匹配度大于第二匹配度阈值的至少一个答案片段确定为目标答案。

2.根据权利要求1所述的方法，所述对所述原始查询内容进行格式处理以获取经过格式处理的查询内容，包括：

获取用于对原始查询内容进行格式处理的内容处理规则；

基于内容处理规则对所述原始查询内容进行格式处理以获取经过格式处理的查询内容。

3.根据权利要求1所述的方法，在获取用户输入的原始查询内容之前还包括，

将所述文本内容库内多个文档中的每个文档按照自然段进行切分，以获得多个自然段；

确定每个文档中的多级标题，将每级标题和与标题相关联的至少一个自然段构成文本段落。

4.根据权利要求3所述的方法，还包括，

确定每个文本段落中的字符数量；

将字符数量大于字符数量阈值的文本段落确定为待处理的文本段落；

将待处理的文本段落进行分割，直到经过分割所获得的任意文本段落的字符数量均小于或等于字符数量阈值为止。

5.根据权利要求1所述的方法，所述确定所述经过格式处理的查询内容与文本内容库内多个文本段落中每个文本段落的候选段落匹配度，包括：

使用Bert预训练的语言表征模型Bert₁确定所述经过格式处理的查询内容query的语义特征编码u_q：

u_q＝Bert₁(querty)

使用Bert预训练的语言表征模型Bert₁确定每个文本段落p_j的语义特征编码

计算所述经过格式处理的查询内容与文本内容库内多个文本段落中第j个文本段落的候选段落匹配度

其中，0j≤na，j为自然数，na为文本内容库内文本段落的数量。

6.根据权利要求1所述的方法，在将候选段落匹配度大于第一匹配度阈值的文本段落确定为候选段落后，将候选段落构成候选段落集合：