CN105608183A - 一种提供聚合类型回答的方法和装置 - Google Patents

Abstract

本发明提供了一种提供聚合类型的智能回答的方法和装置，所述方法根据接收到的查询词，获取与所述查询词对应的聚合问题；在知识库中获取与所述聚合问题所对应的聚合答案数据；输出所述聚合问题所对应的所述回答数据。该方法可以缩短用户信息寻找路径，改善用户的体验，使得用户界面更加友好。此外，本发明的技术方案还能够有效的提高信息获取效率，将原来需要多次劳动才能得到的结论通过聚合方式进行集成综合处理，从而大大简化了用户的操作。

Description

一种提供聚合类型回答的方法和装置

技术领域

本发明涉及互联网技术领域，尤其涉及一种提供聚合类型回答的方法和装置。

背景技术

随着互联网技术的不断发展，用户对于互联网信息的需求越来越高，搜索引擎成为用户获取互联网信息的重要工具。用户在搜索引擎对应应用的搜索框中输入查询词，即搜索关键词，由应用将搜索关键词发送给搜索引擎；而搜索引擎根据搜索关键词，在数据库中进行搜索，将获取与搜索关键词匹配的资源作为若干个搜索结果项，返回给应用进行输出。

现有技术中，如果用户想要通过搜索关键词获取问答查询的查询结果，由于原始知识库中的资源都是相互独立的单一资源，使得每个搜索结果项也是单一内容，使得用户需要逐个点开多个搜索结果项，以获取一个综合性认知结论，无法快速满足用户真正的搜索意图。除了个别与第三方网站有合作的站点可以提供建议答案外，对于绝大多数问答查询，结果中都只有自然结果的罗列。用户需要点击普通自然结果进入相应落地页，在落地页中再去寻找需要的内容。

现有技术的存在如下缺陷：1)用户从搜索行为到最终找到想要的内容，由于点击-跳出-再点击的成本很高，导致用户操作不便且耗时较长，体验不佳；2)信息获取效率偏低；3)会增加应用与搜索引擎之间的数据交互，从而增加了搜索引擎的处理负担。

发明内容

为了解决现有技术中的上述问题，本发明提出了一种提供聚合类型的智能回答的方法和装置。

根据本发明的一个方面，提供了一种提供聚合类型的智能回答的方法，包括：

根据接收到的查询词，获取与所述查询词对应的聚合问题；

在知识库中获取与所述聚合问题所对应的聚合答案数据；

输出所述聚合问题对应的所述聚合答案数据。

进一步的，所述知识库为问答对，即聚合问题-聚合答案资源对。

进一步的，所述根据接收到的查询词，获取与所述查询词对应的聚合问题，包括：

基于语义的匹配方式，获取与所述查询词匹配的聚合问题。

进一步的，还包括：

对问题类查询词进行基于语义的聚合处理，以获取聚合问题；

获取聚合问题的历史查询语句对应的历史库搜索结果中的网页；

根据预设规则确定上述网页中用于建立知识库的多个网页；

确定所述多个网页中包含的至少一组答案类数据；

基于所确定的答案类数据进行聚合，生成知识库。

进一步的，所述根据预设规则确定用于建立知识库的多个网页，包括：

根据历史搜索结果中的网页的站点的比例及站点类型确定哪些站点的网页用于建立知识库库。

进一步的，所述确定所述多个网页中包含的至少一组答案类数据，包括：

分析所述用于建立数据库的多个网页的页面数据，得到所述多个网页中包含的至少一组问答类数据；

抽取所得到的问答类数据中包含的答案类数据。

进一步的，所述抽取所得到的问答类数据中包含的答案类数据，包括

获取所述历史查询语句所属的问题类别，其中所述问题类别为是否型类别、枚举型类别中的一种类别；

基于预先确定的与所获取的问题类别对应的答案抽取算法，抽取所得到的问答类数据中包含的答案类数据。

进一步的，对于所述是否型类别的问题，

首先获取聚合问题对应的观点数据，随后将来自不同站点网页的答案类数据分类聚合显示。

进一步的，对于所述枚举型类别的问题，

抽取所得到的回答类数据中包含的答案类数据，随后将来自不同站点网页的答案类数据分类聚合显示。

根据本发明的另一个方面，提供了一种提供聚合类型的智能回答的装置，包括：

获取模块，用于根据接收到的查询词，获取与所述查询词对应的聚合问题；

查询模块，用于在知识库中获取与所述聚合问题所对应的聚合答案数据；

输出模块，用于输出所述聚合问题所对应的所述回答数据。

进一步的，所述知识库为聚合问题-聚合答案资源对。

进一步的，所述获取模块根据接收到的查询词，获取与所述查询词对应的聚合问题，包括：

基于语义的匹配方式，获取与所述查询词匹配的聚合问题。

进一步的，还包括知识库生成模块：

所述获取模块对问题类查询词进行基于语义的聚合处理，以获取聚合问题；

所述知识库生成模块，用于获取与聚合问题的历史查询语句对应的历史库搜索结果中的网页；

根据预设规则确定上述网页中用于建立知识库的多个网页；

确定所述多个网页中包含的至少一组答案类数据；

基于所确定的答案类数据进行聚合，生成知识库。

进一步的，所述根据预设规则确定用于建立知识库的多个网页，包括：

根据历史搜索结果中的网页的站点的比例及站点类型确定哪些站点的网页用于建立知识库。

进一步的，所述确定所述多个网页中包含的至少一组答案类数据，包括：

分析所述用于建立知识库的多个网页的页面数据，得到所述多个网页中包含的至少一组问答类数据；

抽取所得到的问答类数据中包含的答案类数据。

进一步的，所述抽取所得到的问答类数据中包含的答案类数据，包括：

获取所述历史查询语句所属的问题类别，其中所述问题类别为是否型类别、枚举型类别中的一种类别；

基于预先确定的与所获取的问题类别对应的答案抽取算法，抽取所得到的问答类数据中包含的答案类数据。

进一步的，对于所述是否型类别的问题，

首先获取聚合问题对应的观点数据，随后将来自不同站点网页的答案类数据分类聚合显示。

进一步的，对于所述枚举型类别的问题，

抽取所得到的回答类数据中包含的答案类数据，随后将来自不同站点网页的答案类数据分类聚合显示。

本发明的有益效果为：

本发明提供了一种提供聚合类型的智能回答的方法和装置，所述方法根据接收到的查询词，获取与所述查询词对应的聚合问题；在知识库中获取与所述聚合问题所对应的聚合答案数据；输出所述聚合问题所对应的所述回答数据。该方法可以缩短用户信息寻找路径，改善用户的体验，使得用户界面更加友好。此外，本发明的技术方案还能够有效的提高信息获取效率，将原来需要多次劳动才能得到的结论通过聚合方式进行集成综合处理，从而大大简化了用户的操作。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文具体实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出具体实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1为现有技术中的问答示意图；

图2为本发明的提供聚合类型的智能回答的方法流程图；

图3为本发明的获取与查询词匹配的聚合问题的方法流程图；

图4为本发明的提供聚合类型的智能回答的装置示意图。

具体实施方式

下面结合附图和具体的实施方式对本发明的技术方案作进一步的描述。

图1为现有技术中的问答示意图。现有技术中，如果用户想要通过搜索关键词获取问答查询的查询结果，需要逐个点开多个搜索结果项。对于绝大多数问答查询，结果中都只有自然结果的罗列。用户需要点击普通自然结果进入相应落地页，在落地页中再去寻找需要的内容。尤其当用户在手机上进行问答需求的查询时，问题更加突出。不仅用户体验不佳，且信息获取效率低下。

图2为本发明的提供聚合类型的智能回答的方法流程图。

本发明的一种提供聚合类型的智能回答的方法，包括由网络设备执行的步骤S101、步骤S102、步骤S103：

步骤S101，根据接收到的查询词，获取与所述查询词对应的聚合问题；

步骤S102，在知识库中获取与所述聚合问题所对应的聚合答案数据；

步骤S103，输出所述聚合问题对应的所述回答数据。

其中，网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。

下面对方法的每一个步骤做进一步详细具体的说明。

步骤S101：根据接收到的查询词，获取与所述查询词对应的聚合问题。

具体地，用户通过用户终端设备在搜索引擎的输入框中输入查询词，并通过用户终端设备发送至网络设备；网络设备接收到该查询词，对该查询词进行语义匹配处理，从而获取与所述查询词匹配的聚合问题。

其中，语义匹配的方法包括但不限于最少词数法和最大匹配法。

图3为本发明的获取与查询词匹配的聚合问题的方法流程图。

获取与所述查询词匹配的聚合问题的方法具体如下：

S201、首先对查询问题进行切分以生成多个候选短句；

S202、然后对多个候选短句进行聚合以生成聚合问题。

具体地，可根据短句中词汇的IDF(反文档频率)得分提取查询问题中的关键词，并对包含否定词的关键词进行泛化并生成否定标签，然后基于否定标签将关键词用向量进行表示，计算每两个关键词之间的向量夹角和/或语义相似度，然后对向量夹角小于预设角度或语义相似度大于预设阈值的候选答案进行聚合以生成聚合问题。

步骤S102，在知识库中获取与所述聚合问题对应的聚合答案数据。

具体的，所述知识库为问答对，即聚合问题-聚合答案资源对。

具体的，在对问题类查询词进行基于语义的聚合处理，以获取聚合问题后，获取聚合问题的历史查询语句对应的历史库搜索结果中的网页；其中，所述历史库包括通过大数据统计得到的用户历史查询数据，以及进行本次查询的用户的个人历史数据。

根据预设规则确定上述网页中用于建立知识库的多个网页；其中，所述预设规则包括对通过大数据统计得到的用户历史查询数据以及进行本次查询的用户的个人历史数据设定权重。

具体的，所述根据预设规则确定用于建立知识库的多个网页包括：

根据历史搜索结果中网页的站点的比例及站点类型确定哪些站点的网页用于建立知识库。例如，在搜索结果的网页中好搜、百度的所占的比例最大；知乎、豆瓣是精英聚集的答案为高质量的网站；此外专业网站(如医疗、旅游、财经等)中用户点击量排名靠前的网站；上述网站的网页都可以用来建立知识库。

具体的，所述根据预设规则确定用于建立知识库的多个网页还可以包括如下方式：

通过热度信息选择所述多个网页中包含的至少一组答案类数据。例如，热度信息可通过在一定时间内用户的搜索次数、对搜索结果的浏览时长等维度来确定，对用户输入的多个查询词基于热度信息来排序后，选择排序靠前的预定数量的查询词作为热门查询词；对热门查询词进行搜索、排序等处理后，获取每一查询词相应的经排序的搜索结果项，选取与每一热门查询词相应的排序前预定数量的搜索结果项作为热门搜索结果项；提取热门搜索结果项对应URL指向的热门落地页；根据从热门落地页中提取到的答案数据作为最终确定的答案数据。

本具体实施例中，由于列表摘要信息可为搜索引擎用户提供快捷高效的搜索模式，对热门搜索结果项生成列表摘要信息能够向尽可能多的用户提供该搜索模式。因此，通过选择热门查询词来确定相应的热门搜索结果项，并将热门搜索结果项相应的热门落地页中提取到的答案数据作为最终确定的答案数据，从而为用户提供快捷高效的搜索模式提供可靠保证。

具体的，基于所确定的答案类数据进行聚合，生成知识库。

所述确定所述多个网页中包含的至少一组答案类数据，包括：

分析所述用于建立数据库的多个网页的页面数据，得到所述多个网页中包含的至少一组问答类数据；抽取所得到的问答类数据中包含的答案类数据。

所述抽取所得到的问答类数据中包含的答案类数据，包括：

获取所述历史查询语句所属的问题类别，其中所述问题类别为是否型类别、枚举型类别中的一种类别；

基于预先确定的与所获取的问题类别对应的答案抽取算法，抽取所得到的问答类数据中包含的答案类数据。

所述抽取算法包括但不限于：多特征融合答案抽取算法、基于遗传算法的答案抽取算法。

对于所述是否型类别的问题，首先获取聚合问题对应的观点数据，随后将来自不同站点网页的答案类数据分类聚合显示。

对于所述枚举型类别的问题，抽取所得到的回答类数据中包含的答案类数据，随后将来自不同站点网页的答案类数据分类聚合显示。

步骤S103，输出所述聚合问题对应的所述回答数据。

对用户显示输出所述聚合问题对应的所述回答数据。

具体的，显示输出为列表摘要信息的搜索结果项。

图4为本发明的提供聚合类型的智能回答的装置示意图。

本发明的一种提供聚合类型的智能回答的装置，包括获取模块、查询模块和输出模块：

获取模块，用于根据接收到的查询词，获取与所述查询词对应的聚合问题；

查询模块，用于在知识库中获取与所述聚合问题所对应的聚合答案数据；

输出模块，用于输出所述聚合问题所对应的所述回答数据。

上述功能模块由网络设备构成。其中，网络设备包括但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算(CloudComputing)的由大量主机或网络服务器构成的云，其中，云计算是分布式计算的一种，由一群松散耦合的计算机集组成的一个超级虚拟计算机。

下面对装置的每一个功能模块做进一步详细具体的说明。

获取模块，用于根据接收到的查询词，获取与所述查询词对应的聚合问题。

具体地，用户通过用户终端设备在搜索引擎的输入框中输入查询词，并通过用户终端设备发送至网络设备；网络设备接收到该查询词，对该查询词进行语义匹配处理，从而获取与所述查询词匹配的聚合问题。

其中，语义匹配的方法包括但不限于最少词数法和最大匹配法等。

其中，获取与所述查询词匹配的聚合问题的方法具体如下：

首先对查询问题进行切分以生成多个候选短句，然后对多个候选短句进行聚合以生成聚合问题。具体地，可根据短句中词汇的IDF(反文档频率)得分提取查询问题中的关键词，并对包含否定词的关键词进行泛化并生成否定标签，然后基于否定标签将关键词用向量进行表示，计算每两个关键词之间的向量夹角和/或语义相似度，然后对向量夹角小于预设角度或语义相似度大于预设阈值的候选答案进行聚合以生成聚合问题。

查询模块，用于在知识库中获取与所述聚合问题所对应的聚合答案数据。

具体的，所述知识库为问答对，即聚合问题-聚合答案资源对。

具体的，在对问题类查询词进行基于语义的聚合处理，以获取聚合问题后，获取聚合问题的历史查询语句对应的历史库搜索结果中的网页；其中，所述历史库包括通过大数据统计得到的用户历史查询数据，以及进行本次查询的用户的个人历史数据。

根据预设规则确定上述网页中用于建立知识库的多个网页；其中，所述预设规则包括对通过大数据统计得到的用户历史查询数据以及进行本次查询的用户的个人历史数据设定权重。

具体的，所述根据预设规则确定用于建立知识库的多个网页包括：

根据历史搜索结果中网页的站点的比例及站点类型确定哪些站点的网页用于建立知识库。例如，在搜索结果的网页中好搜、百度所占的比例最大；知乎、豆瓣是精英聚集的答案为高质量的网站；此外专业网站中排名靠前的网站，上述网站的网页都可以用来建立知识库。

具体的，所述根据预设规则确定用于建立知识库的多个网页还可以包括如下方式：

通过热度信息选择所述多个网页中包含的至少一组答案类数据。例如，热度信息可通过在一定时间内用户的搜索次数、对搜索结果的浏览时长等维度来确定，对用户输入的多个查询词基于热度信息来排序后，选择排序靠前的预定数量的查询词作为热门查询词；对热门查询词进行搜索、排序等处理后，获取每一查询词相应的经排序的搜索结果项，选取与每一热门查询词相应的排序前预定数量的搜索结果项作为热门搜索结果项；提取热门搜索结果项对应URL指向的热门落地页；根据从热门落地页中提取到的答案数据作为最终确定的答案数据。

本优选实施例中，由于列表摘要信息可为搜索引擎用户提供快捷高效的搜索模式，对热门搜索结果项生成列表摘要信息能够向尽可能多的用户提供该搜索模式。因此，通过选择热门查询词来确定相应的热门搜索结果项，并将热门搜索结果项相应的热门落地页中提取到的答案数据作为最终确定的答案数据，从而为用户提供快捷高效的搜索模式提供可靠保证。

具体的，基于所确定的答案类数据进行聚合，生成知识库。

所述确定所述多个网页中包含的至少一组答案类数据，包括：

分析所述用于建立数据库的多个网页的页面数据，得到所述多个网页中包含的至少一组问答类数据；抽取所得到的问答类数据中包含的答案类数据。

所述抽取所得到的问答类数据中包含的答案类数据，包括：

获取所述历史查询语句所属的问题类别，其中所述问题类别为是否型类别、枚举型类别中的一种类别；

基于预先确定的与所获取的问题类别对应的答案抽取算法，抽取所得到的问答类数据中包含的答案类数据。

所述抽取算法包括但不限于多特征融合答案抽取算法、基于遗传算法的答案抽取算法。

对于所述是否型类别的问题，首先获取聚合问题对应的观点数据，随后将来自不同站点网页的答案类数据分类聚合显示。

对于所述枚举型类别的问题，抽取所得到的回答类数据中包含的答案类数据，随后将来自不同站点网页的答案类数据分类聚合显示。

所述装置的输出模块，用于输出所述聚合问题所对应的所述回答数据。

对用户显示输出所述聚合问题对应的所述回答数据。

具体的，显示输出为列表摘要信息的搜索结果项。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置。这样的实现本发明的程序可以存储在计算机可读介质上。

本文中所称的“一个实施例”、“实施例”或者“一个或者多个实施例”意味着，结合实施例描述的特定特征、结构或者特性包括在本发明的至少一个实施例中。此外，请注意，这里“在一个实施例中”的词语例子不一定全指同一个实施例。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下被实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

此外，还应当注意，本说明书中使用的语言主要是为了可读性和教导的目的而选择的，而不是为了解释或者限定本发明的主题而选择的。因此，在不偏离所附权利要求书的范围和精神的情况下，对于本技术领域的普通技术人员来说许多修改和变更都是显而易见的。对于本发明的范围，对本发明所做的公开是说明性的，而非限制性的，本发明的范围由所附权利要求书限定。

Claims (10)

1.一种提供聚合类型的智能回答的方法，其特征在于，包括：

根据接收到的查询词，获取与所述查询词对应的聚合问题；

在知识库中获取与所述聚合问题所对应的聚合答案数据；

输出所述聚合问题对应的所述聚合答案数据。

2.如权利要求1所述的提供聚合类型的智能回答的方法，其特征在于，所述知识库为聚合问题-聚合答案资源对。

3.如权利要求1-2中任一项所述的提供聚合类型的智能回答的方法，其特征在于，所述根据接收到的查询词，获取与所述查询词对应的聚合问题，包括：

基于语义的匹配方式，获取与所述查询词匹配的聚合问题。

4.如权利要求1-3中任一项所述的提供聚合类型的智能回答的方法，其特征在于，还包括：

对问题类查询词进行基于语义的聚合处理，以获取聚合问题；

获取与聚合问题的历史查询语句对应的历史库搜索结果中的网页；

根据预设规则确定上述网页中用于建立知识库的多个网页；

确定所述多个网页中包含的至少一组答案类数据；

基于所确定的答案类数据进行聚合，生成知识库。

5.如权利要求1-4中任一项所述的提供聚合类型的智能回答的方法，其特征在于，所述根据预设规则确定用于建立知识库的多个网页，包括：

根据历史搜索结果中的网页的站点的比例及站点类型确定哪些站点的网页用于建立知识库。

6.如权利要求1-5中任一项所述的提供聚合类型的智能回答的方法，其特征在于，所述确定所述多个网页中包含的至少一组答案类数据，包括：

分析所述用于建立知识库的多个网页的页面数据，得到所述多个网页中包含的至少一组问答类数据；

抽取所得到的问答类数据中包含的答案类数据。

7.如权利要求1-6中任一项所述的提供聚合类型的智能回答的方法，其特征在于，所述抽取所得到的问答类数据中包含的答案类数据，包括：

获取所述历史查询语句所属的问题类别，其中所述问题类别为是否型类别、枚举型类别中的一种类别；

基于预先确定的与所获取的问题类别对应的答案抽取算法，抽取所得到的问答类数据中包含的答案类数据。

8.如权利要求1-7中任一项所述的提供聚合类型的智能回答的方法，其特征在于，对于所述是否型类别的问题，

首先获取聚合问题对应的观点数据，随后将来自不同站点网页的答案类数据分类聚合显示。

9.如权利要求1-8中任一项所述的提供聚合类型的智能回答的方法，其特征在于，对于所述枚举型类别的问题，

抽取所得到的回答类数据中包含的答案类数据，随后将来自不同站点网页的答案类数据分类聚合显示。

10.一种提供聚合类型的智能回答的装置，其特征在于，包括：

获取模块，用于根据接收到的查询词，获取与所述查询词对应的聚合问题；

查询模块，用于在知识库中获取与所述聚合问题所对应的聚合答案数据；

输出模块，用于输出所述聚合问题所对应的所述回答数据。