扩展问句的召回方法和装置.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN111144098A(43)申请公布日2020.05.12(21)申请号201911371686.4(22)申请日2019.12.26(71)申请人支付宝（杭州）信息技术有限公司地址310000浙江省杭州市西湖区西溪路556号8层B段801-11(72)发明人胡翔(74)专利代理机构北京博思佳知识产权代理有限公司11415代理人周嗣勇(51)Int.Cl.G06F40/216(2020.01)G06F40/289(2020.01)G06F16/33(2019.01)G06F16/332(2019.01)权利要求书2页说明书7页附图2页(54)发明名称扩展问句的召回方法和装置(57)摘要本说明书提供一种扩展问句的召回方法，包括：根据输入问句与每个扩展问句集合的集合关联程度，选择P个扩展问句集合作为候选集合；每个扩展问句集合分别对应于不同的标准问句；P为大于1的自然数；在每个候选集合中，根据所述输入问句与所述候选集合中每个扩展问句的问句关联程度，选择至少一个扩展问句作为所述候选集合的候选扩展问句；基于所有候选集合的候选扩展问句生成召回结果。CN111144098ACN111144098A权利要求书1/2页1.一种扩展问句的召回方法，包括：根据输入问句与每个扩展问句集合的集合关联程度，选择P个扩展问句集合作为候选集合；每个扩展问句集合分别对应于不同的标准问句；P为大于1的自然数；在每个候选集合中，根据所述输入问句与所述候选集合中每个扩展问句的问句关联程度，选择至少一个扩展问句作为所述候选集合的候选扩展问句；基于所有候选集合的候选扩展问句生成召回结果。2.根据权利要求1所述的方法，所述集合关联程度为输入问句与扩展问句集合的词频-逆文件频率TF-IDF值或最佳匹配BM25值；所述问句关联程度为输入问句与扩展问句的TF-IDF值或BM25值。3.根据权利要求1所述的方法，所述集合关联程度根据输入问句中每个关键词和某个扩展问句集合的相关值确定；关键词wi和扩展问句集合groupj的相关值在wi没有出现在groupj中时为0，在wi出现在groupj中时与mi正相关、与的对数负相关；M为扩展问句集合的总个数，i为自然数，j从1到M的自然数；mi为有wi出现的扩展问句集合的个数。4.根据权利要求1所述的方法，所述问句关联程度根据输入问句中的每个关键词和某个扩展问句的相关值确定；关键词wi和扩展问句qk的相关值在wi没有出现在qk中时为0，在wi出现在qk中时与ni正相关、与的对数负相关；N为所述扩展问句所在的扩展问句集合中扩展问句的总个数，i为自然数，k从1到N的自然数，ni为所述扩展问句所在的扩展问句集合中有wi出现的扩展问句的个数。5.根据权利要求1所述的方法，所述基于所有候选集合的候选扩展问句生成召回结果，包括：将所有候选集合的所有候选扩展问句作为召回结果。6.一种扩展问句的召回装置，包括：候选集合生成单元，用于根据输入问句与每个扩展问句集合的集合关联程度，选择P个扩展问句集合作为候选集合；每个扩展问句集合分别对应于不同的标准问句；P为大于1的自然数；候选扩展问句单元，用于在每个候选集合中，根据所述输入问句与所述候选集合中每个扩展问句的问句关联程度，选择至少一个扩展问句作为所述候选集合的候选扩展问句；召回结果组合单元，用于基于所有候选集合的候选扩展问句生成召回结果。7.根据权利要求6所述的装置，所述集合关联程度为输入问句与扩展问句集合的词频-逆文件频率TF-IDF值或最佳匹配BM25值；所述问句关联程度为输入问句与扩展问句的TF-IDF值或BM25值。8.根据权利要求6所述的装置，所述集合关联程度根据输入问句中每个关键词和某个扩展问句集合的相关值确定；关键词wi和扩展问句集合groupj的相关值在wi没有出现在groupj中时为0，在wi出现在groupj中时与mi正相关、与的对数负相关；M为扩展问句集合的总个数，i为自然数，j从1到M的自然数；mi为有wi出现的扩展问句集合的个数。9.根据权利要求6所述的装置，所述问句关联程度根据输入问句中的每个关键词和某个扩展问句的相关值确定；关键词wi和扩展问句qk的相关值在wi没有出现在qk中时为0，在wi2CN111144098A权利要求书2/2页出现在qk中时与ni正相关、与的对数负相关；N为所述扩展问句所在的扩展问句集合中扩展问句的总个数，i为自然数，k从1到N的自然数，ni为所述扩展问句所在的扩展问句集合中有wi出现的扩展问句的个数。10.根据权利要求6所述的装置，所述召回结果组合单元具体用于：将所有候选集合的所有候选扩展问句作为召回结果。11.一种计算机设备，包括：存储器和处理器；所述存储器上存储有可由处理器运