[发明专利]问答机器人的生成方法和装置有效

专利信息
申请号: 202010098793.0 申请日: 2020-02-18
公开(公告)号: CN111324715B 公开(公告)日: 2023-07-14
发明(设计)人: 焦振宇;孙叔琦;孙珂;李婷婷 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/35;G06F40/30
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: 王艳斌
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: 问答 机器人 生成 方法 装置
【权利要求书】:

1.一种问答机器人的生成方法,其特征在于,包括:

获取用户输入的领域信息,并根据所述领域信息从机器人库之中获取对应的领域机器人;

获取所述领域机器人所对应的模板列表,并向所述用户提供所述模板列表,其中,所述模板列表之中包括多个模板;

接收所述用户填写的所述多个模板,其中,所述填写的模板包括至少一个问题和所述至少一个问题所对应的答案;

根据问题语义库对所述填写的问题进行扩充,以形成与所述答案对应的问题组合,其中,所述答案与对应的问题组合构成问答对;以及

根据所述问答对生成所述问答机器人;

所述根据问题语义库对所述填写的问题进行扩充,包括:

确定用户在所述多个模板上填写的关键词;

根据所述关键词,以及所述问题语义库中存储的问答对对所述填写的问题进行扩充。

2.如权利要求1所述的问答机器人的生成方法,其特征在于,所述领域机器人通过以下步骤生成:

获取多个已有问答机器人,并获取所述每个已有问答机器人的已有问答对;

根据所述已有问答机器人的已有问答对生成所述已有问答机器人的领域标签;以及

根据多个所述已有问答机器人的领域标签对属于同一领域的问答机器人进行聚类以形成每个领域对应的领域机器人。

3.如权利要求2所述的问答机器人的生成方法,其特征在于,所述根据多个所述已有问答机器人的领域标签对属于同一领域的问答机器人进行聚类以形成每个领域对应的领域机器人,包括:

确定所述每个已有问答机器人的已有问答对的语义;

将所述每个已有问答机器人的语义相同的已有问答对存储至同一个问题语义库;

对不同问题语义库中语义相同的已有问答对进行合并,以形成对应的领域机器人。

4.如权利要求2所述的问答机器人的生成方法,其特征在于,所述模板列表之中的多个模板通过以下步骤生成:

将所述已有问答机器人的形式相近的已有问答对存储至同一聚类簇;

确定所述同一聚类簇中任意两个不同语义的已有问答对的编辑距离;

将所述同一聚类簇中编辑距离最小的任意两个不同语义的已有问答对进行对齐处理,得到所述已有问答对的模板。

5.如权利要求1-4任一项所述的问答机器人的生成方法,其特征在于,所述根据所述领域信息从机器人库之中获取对应的领域机器人,包括:

根据问题分类器确定所述领域信息对应的领域;

根据所述领域信息对应的领域从所述机器人库中获取对应的领域机器人。

6.一种问答机器人的生成装置,其特征在于,包括:

第一获取模块,用于获取用户输入的领域信息,并根据所述领域信息从机器人库之中获取对应的领域机器人;

第二获取模块,用于获取所述领域机器人所对应的模板列表,并向所述用户提供所述模板列表,其中,所述模板列表之中包括多个模板;

接收模块,用于接收所述用户填写的所述多个模板,其中,所述填写的模板包括至少一个问题和所述至少一个问题所对应的答案;

扩充模块,用于根据问题语义库对所述填写的问题进行扩充,以形成与所述答案对应的问题组合,其中,所述答案与对应的问题组合构成问答对;以及

生成模块,用于根据所述问答对生成所述问答机器人;

所述扩充模块,还用于:

确定用户在所述多个模板上填写的关键词;

根据所述关键词,以及所述问题语义库中存储的问答对对所述填写的问题进行扩充。

7.如权利要求6所述的问答机器人的生成装置,其特征在于,所述第一获取模块,还用于:

获取多个已有问答机器人,并获取所述每个已有问答机器人的已有问答对;

根据所述已有问答机器人的已有问答对生成所述已有问答机器人的领域标签;以及

根据多个所述已有问答机器人的领域标签对属于同一领域的问答机器人进行聚类以形成每个领域对应的领域机器人。

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/202010098793.0/1.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