[发明专利]基于深度问答的答案检索方法及装置有效

专利信息
申请号: 201611235007.7 申请日: 2016-12-28
公开(公告)号: CN106649786B 公开(公告)日: 2020-04-07
发明(设计)人: 刘雄 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/953 分类号: G06F16/953
代理公司: 北京清亦华知识产权代理事务所(普通合伙) 11201 代理人: 宋合成
地址: 100085 北京市*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 深度 问答 答案 检索 方法 装置
【权利要求书】:

1.一种基于深度问答的答案检索方法,其特征在于,应用于搜索引擎,包括:

接收输入的查询语句;

根据所述查询语句检索得到包含候选答案的网页;

基于网页分析方法、深度学习方法以及模板匹配方法分别从所述包含候选答案的网页中获取第一候选答案、第二候选答案以及第三候选答案;

根据所述第一候选答案、所述第二候选答案以及所述第三候选答案确定最终答案;

展现所述最终答案。

2.如权利要求1所述的基于深度问答的答案检索方法,其特征在于,根据所述查询语句检索得到包含候选答案的网页,包括:

对所述查询语句进行分析处理,并生成所述查询语句的特征,其中,所述分析处理包括分词、词性标注、命名实体识别、语义角色标注、句法依存分析、语义依存分析中的一种或多种;

根据所述特征检索得到包含候选答案的网页。

3.如权利要求1所述的基于深度问答的答案检索方法,其特征在于,基于网页分析方法获取第一候选答案,包括:

对所述包含候选答案的网页进行结构分析和内容分析,以获取所述网页中句子的结构信息和内容信息;

根据所述结构信息和所述内容信息以及所述查询语句的特征从所述网页中的句子筛选出第一候选答案。

4.如权利要求1所述的基于深度问答的答案检索方法,其特征在于,基于深度学习方法获取第二候选答案,包括:

获取所述查询语句的句向量、所述网页中的候选答案句向量和结构化知识库中的结构化知识向量;

将所述查询语句的句向量、所述网页中的候选答案句向量和所述结构化知识向量输入至卷积神经网络,以生成中间信息向量;

将所述中间信息向量作为输入,输入至循环神经网络,以生成第二候选答案。

5.如权利要求1所述的基于深度问答的答案检索方法,其特征在于,基于模板匹配方法获取第三候选答案,包括:

获取所述包含候选答案的网页中的候选答案;

对所述候选答案进行语义分析,以提取所述候选答案的词语特征;

根据所述词语特征从答案模板库中匹配得到候选模板;

获取所述候选模板与所述查询语句的相关性,并根据所述相关性确定答案模板;

根据所述答案模板生成所述第三候选答案。

6.如权利要求1所述的基于深度问答的答案检索方法,其特征在于,根据所述第一候选答案、所述第二候选答案以及所述第三候选答案确定最终答案,包括:

对所述第一候选答案、所述第二候选答案以及所述第三候选进行打分并排序;

获取得分最高的候选答案,并判断所述得分最高的候选答案的得分是否大于预设分数;

如果大于所述预设分数,则确定所述得分最高的候选答案为最终答案。

7.如权利要求1所述的基于深度问答的答案检索方法,其特征在于,展现所述最终答案,包括:

在搜索结果提供页面预设位置直接展现所述最终答案。

8.一种基于深度问答的答案检索装置,其特征在于,应用于搜索引擎,包括:

接收模块,用于接收输入的查询语句;

检索模块,用于根据所述查询语句检索得到包含候选答案的网页;

获取模块,用于基于网页分析方法、深度学习方法以及模板匹配方法分别从所述包含候选答案的网页中获取第一候选答案、第二候选答案以及第三候选答案;

确定模块,用于根据所述第一候选答案、所述第二候选答案以及所述第三候选答案确定最终答案;

展现模块,用于展现所述最终答案。

9.如权利要求8所述的基于深度问答的答案检索装置,其特征在于,所述检索模块,包括:

第一处理单元,用于对所述查询语句进行分析处理,并生成所述查询语句的特征,其中,所述分析处理包括分词、词性标注、命名实体识别、语义角色标注、句法依存分析、语义依存分析中的一种或多种;

获取单元,用于根据所述特征检索得到包含候选答案的网页。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/201611235007.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top