自动问答方法及装置、电子设备、存储介质.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CN113946669A(43)申请公布日2022.01.18(21)申请号202111205761.7(22)申请日2021.10.15(71)申请人上海钛米机器人股份有限公司地址201203上海市浦东新区中国(上海)自由贸易试验区郭守敬路351号1幢513-517室(72)发明人潘晶沈满杨祖豪(74)专利代理机构北京超凡宏宇专利代理事务所(特殊普通合伙)11463代理人衡滔(51)Int.Cl.G06F16/332(2019.01)G06F16/33(2019.01)权利要求书2页说明书10页附图3页(54)发明名称自动问答方法及装置、电子设备、存储介质(57)摘要本申请提供一种自动问答方法及装置、电子设备、存储介质，该方法包括：将用户问题与问题集中的标准问题进行匹配，确定与用户问题匹配的目标问题以及用户问题对应目标问题的问题特征；根据问题特征，确定用户问题在决策树中对应的目标节点；将问题特征作为目标节点对应的预测模型的输入，获得预测模型输出的概率预测值；将概率预测值与目标节点对应的概率阈值进行比较，根据比较结果，做出应答。由此概率阈值随着用户问题的改变而改变，实现了动态阈值的确定，提升了现有长难句的回复效果差的问题，提高了问答系统的智能性。CN113946669ACN113946669A权利要求书1/2页1.一种自动问答方法，其特征在于，包括：将用户问题与问题集中的标准问题进行匹配，确定与所述用户问题匹配的目标问题以及所述用户问题对应所述目标问题的问题特征；根据所述问题特征，确定所述用户问题在决策树中对应的目标节点；将所述问题特征作为所述目标节点对应的预测模型的输入，获得所述预测模型输出的概率预测值；将所述概率预测值与所述目标节点对应的概率阈值进行比较，根据比较结果，做出应答。2.根据权利要求1所述的方法，其特征在于，所述将用户问题与问题集中的标准问题进行匹配，确定与所述用户问题匹配的目标问题以及所述用户问题对应所述目标问题的问题特征，包括：计算用户问题与问题集中每个标准问题之间的召回得分、匹配得分和判别得分；根据所述召回得分、匹配得分和判别得分，从所述问题集中选取与所述用户问题匹配的目标问题；根据所述用户问题相对所述目标问题的召回得分、匹配得分和判别得分，得到所述用户问题对应所述目标问题的问题特征。3.根据权利要求2所述的方法，其特征在于，所述问题特征还包括所述用户问题的问题长度、问题关键词以及关键词相对位置。4.根据权利要求3所述的方法，其特征在于，所述根据所述召回得分、匹配得分和判别得分，从所述问题集中选取与所述用户问题匹配的目标问题，包括：根据所述召回得分、匹配得分和判别得分，从所述问题集中选取所述召回得分最高的标准问题、所述匹配得分最高的标准问题以及所述判别得分最高的标准问题作为与所述用户问题匹配的目标问题。5.根据权利要求1所述的方法，其特征在于，所述将所述概率预测值与所述目标节点对应的概率阈值进行比较，根据比较结果，做出应答，包括：将所述概率预测值与所述目标节点对应的概率阈值进行比较；若所述概率预测值大于所述概率阈值，输出所述目标问题对应的问题答案；若所述概率预测值小于等于所述概率阈值，输出提示信息。6.根据权利要求1所述的方法，其特征在于，在所述根据所述问题特征，确定所述用户问题在决策树中对应的目标节点之前，所述方法还包括：获取包含正样本以及负样本的样本数据集；针对所述样本数据集中的样本问题，从所述问题集中找出与所述样本问题匹配的相似问题以及所述样本问题对应所述相似问题的样本特征；根据所述样本数据集以及所述样本特征，构建所述决策树。7.根据权利要求6所述的方法，其特征在于，所述根据所述样本数据集以及样本特征，构建所述决策树，包括：根据所述正样本和负样本的数量，计算所述样本特征中每个子特征的信息增益值；将信息增益值最大的子特征作为第一节点，剩余子特征中信息增益值最大的子特征作为第二个节点，直到完成所有子特征的节点排布，得到所述决策树。2CN113946669A权利要求书2/2页8.根据权利要求6所述的方法，其特征在于，在所述根据所述样本数据集以及所述样本特征，构建所述决策树之后，所述方法还包括：根据每个样本问题对应不同相似问题时的样本特征，确定所述决策树中每个节点划分的样本问题；根据每个节点划分的样本问题，计算每个节点的正样本比率；删除所述决策树中所述正样本比率小于预设值的节点。9.根据权利要求8所述的方法，其特征在于，在所述将所述问题特征作为所述目标节点对应的预测模型的输入，获得所述预测模型输出的概率预测值之前，所述方法还包括：针对所述决策树中的每个节点，根据所述节点划分的样本问题，将所述节点对应的样本问题的样本特征作为逻辑回归模型