智能问答方法、装置及计算机可读存储介质.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CN110795548A(43)申请公布日2020.02.14(21)申请号201911029339.3G06N3/08(2006.01)(22)申请日2019.10.25G06Q40/08(2012.01)(71)申请人招商局金融科技有限公司地址518000广东省深圳市福田区华富街道皇岗路5001号深业上城(南区)二期35层、36层(72)发明人邵嘉琦徐君妍刘濂张蓓刘屹万正勇沈志勇(74)专利代理机构深圳市沃德知识产权代理事务所(普通合伙)44347代理人高杰于志光(51)Int.Cl.G06F16/332(2019.01)G06F16/33(2019.01)G06F16/951(2019.01)权利要求书2页说明书10页附图3页(54)发明名称智能问答方法、装置及计算机可读存储介质(57)摘要本发明揭露了一种智能问答方法，包括：获取用户的目标问题，从问答库中进行问题匹配；匹配成功时输出对应答案给用户；匹配不成功时对目标问题进行相似问题检索得到相似问题集；将目标问题与相似问题集进行语义相似度匹配，选取相似度最高的相似问题作为目标问题的标准问题；当目标问题不进入多轮问答模式时，输出标准问题的文本答案给用户；当目标问题进入多轮问答模式时，根据预设方式输出目标问题的文本答案。本发明还提供一种装置以及计算机可读存储介质。利用本发明，无需通过大量语料训练即可实现提升问答过程中答案的准确度。CN110795548ACN110795548A权利要求书1/2页1.一种智能问答方法，其特征在于，所述方法包括：获取用户的目标问题，根据所述目标问题到预先构建的问答库中进行问题匹配操作；当所述匹配成功时，从所述问答库中选择跟所述目标问题匹配的问题对应的答案输出给所述用户；当所述匹配不成功时，在所述问答库中对所述目标问题进行相似问题检索，得到相似问题集；将所述目标问题与所述相似问题集进行语义相似度匹配，选取语义相似度最高的相似问题作为所述目标问题的标准问题；获取所述目标问题的类型，并根据所述目标问题的类型，识别出所述目标问题是否进入预设的多轮问答模式模式；当所述目标问题不进入多轮问答模式时，从所述问答库中获取所述标准问题的文本答案作为所述目标问题的文本答案返回给所述用户；当所述目标问题进入多轮问答模式时，根据预设的多轮问答方式输出所述目标问题的文本答案，从而完成所述目标问题的问答操作。2.如权利要求1所述的智能问答方法，其特征在于，在所述获取用户的目标问题之前，该方法还包括：接收用户输入的原始问题，采用预设的联想规则，对所述原始问题进行拓展操作，生成预设数量的联想问题，得到联想问题集；将所述联想问题集输出给所述用户，并将所述用户从所述联想问题集中选择的联想问题作为所述目标问题；或当采用所述预设的联想规则不能生成联想问题，或用户没有在预设时间内从所述联想问题集中选择其中一个联想问题时，将所述用户输入的原始问题作为所述目标问题。3.如权利要求2所述的智能问答方法，其特征在于，所述预设的联想规则包括：前缀匹配法规则、中间匹配法规则、顺序匹配法规则以及乱序匹配法规则。4.如权利要求1所述的智能问答方法，其特征在于，所述目标问题与所述相似问题集的语义相似度匹配是通过预先训练完成的深度学习模型执行的；其中，所述深度学习模型具体训练实施步骤包括：利用爬虫技术搜索得到保险的相关问题集，将用户的提问问题集和所述保险的相关问题集作为训练集；将与用户的提问问题相似度高的保险的相关问题设置标签为1，将与用户的提问问题相似度低的保险的相关问题设置标签为0，得到标签集；通过所述训练集和标签集对所述深度学习模型进行不断的更新，直至所述深度学习模型趋于收敛时完成训练，从而得到所述训练完成的深度学习模型。5.如权利要求1至4中任意一项所述的智能问答方法，其特征在于，所述预设的多轮问答模式包括：将所述用户的目标问题拆分成多个子问题，根据用户的需求选取所述多个子问题中的一个子问题作为目标子问题，从所述问答库中获取所述目标子问题的文本答案；若所述文本答案满足用户的需求，直接输出所述文本答案；若所述目标子问题的文本答案无法满足所述用户的需求，对所述目标子问题进行重新2CN110795548A权利要求书2/2页拆分，直至从所述问答库获取的文本答案满足用户的需求。6.一种智能问答装置，其特征在于，所述装置包括存储器和处理器，所述存储器上存储有可在所述处理器上运行的智能问答程序，所述智能问答程序被所述处理器执行时实现如下步骤：获取用户的目标问题，根据所述目标问题到预先构建的问答库中进行问题匹配操作；当所述匹配成功时，从所述问答库中选择跟所述目标问题匹配的问题对应的答案输出给所述用户；当所述匹配不成功时，在所述问答库中对所述目