CN106909930A - 一种基于政务机器问答系统的人机自动切换的模型与方法 - Google Patents

Abstract

一种基于政务机器问答系统的人机自动切换的模型与方法，发明适用于政务机器问答系统无法准确回答用户问题的复杂场景。所述方法包括以下步骤：1)根据用户提问的问题提取语意，并与知识库中的问题集进行比对，计算其相似度；2)如果该问题与知识库中所有问题的相似度都较低，则机器问答系统拒绝回答，后台自动转到人工客服处理；3)将该问题与人工客服的回答自动加入知识库，基于主动学习思想，重新训练模型，进一步提高政务机器问答系统的性能。本发明在节省政务问答人力成本的基础上，很好的保障了机器问答的准确性。同时，通过主动学习，能够不断提高问答系统的效率与准确率。

Description

一种基于政务机器问答系统的人机自动切换的模型与方法

技术领域

本发明属于大数据分析范畴，更准确的讲，涉及到模糊学习和主动学习的相关技术。

背景技术

目前的机器问答系统、以及专家系统中，问答的准确率不高，对一些特殊的问题的回答并不理想，即存在问答死角问题。同时，系统过于依赖机器系统，缺乏灵活的机制。

发明内容

本发明的目的是通过人机结合的方式提高政务机器问答的准确率。当机器不能准确回答问题的时候，系统自动转入人工服务，由人工客服亲自回答。同时，客服回答的内容，自动加入知识库，并重新训练模型，通过主动学习的方法，进一步提高机器问答系统的性能。

本发明包含两个技术要点：

1)如何判断机器无法准确回答从而需要转人工服务？

假设政务机器问答系统包含N个标准答案{a₁，a₂，…，a_N}、M个标准问题{q₁，q₂，…，q_M}，其中每个标准问题q_m与标准答案集中唯一a_n对应。对每一个用户提问问题u，问答系统计算其与每个标准问题的相似度dist(u，q_m)，然后找出相似度最大的标准问题，该标准问题对应的标准答案即为机器回答结果。当问答系统不能准确回答，有两种情况：a)用户提问问题的答案不在标准答案中；b)用户提问问题存在歧义，与两个标准问题的相似度都很高。基于这两种情况，本发明设定两个阈值th₁、th₂。假设q₀、q′分别为与问题u最相似和次相似的标准问题，则以下两种情况系统自从转入人工客服：

a)dist(u，q₀)＜th₁

b)dist(u，q₀)-dist(u，q′)＜th₂

2)如何利用客服回答的标准答案提高系统性能？

主动学习的基本思想为：在机器学习中，当有类标样本较少的时候，学习器的性能可能较低；另一方面，大量的无类标样本在空间中的分布大不相同，且对于学习器的意义也不同。主动学习是通过比较无类标样本在学习器中的概率，找出最无把握、也最有信息量的无类标样本，然后将该样本进行标注并加入有类标样本集中；根据更新的样本集，重新训练学习器，直到学习器稳定。本发明利用前面的技术要点判断机器无法准确回答的问题(两个阈值th₁、th₂)，该问题对于问答系统而言同样也是最有信息量的无类标样本。因此，保存人工客服回答内容，定期整理，并将整理后的结果放入标准问题集与标准答案集中，最后重新训练学习模型。

附图说明

图1为本发明的流程图。

具体实施方式

参见附图1，本发明包括以下主要步骤：

1)用户提问问题，并与知识库中的标准问题集进行比对，计算其相似度；

2)如果该问题与最相似的标准问题仍差别较大，则机器问答系统拒绝回答，后台自动转到人工客服处理；

3)如果该问题与最相似和次相似标准问题的差别不大，则机器问答系统拒绝回答，后台自动转到人工客服处理；

4)保存人工客服处理结果，定期整理，将整理的标准问题集与标准答案集加入知识库；

5)基于更新的标准问题集与标准答案集，重新训练模型，进一步提高政务机器问答系统的性能。

最后所应说明的是，以上实施例仅用以说明而并非限制本发明所描述的技术方案；因此，尽管本说明书参照上述的实施例对本发明已进行了详细的说明，但是，本领域的普通技术人员应当理解，仍然可以对本发明进行修改或者等同地替换；而一切不脱离本发明的精神和范围的技术方案及其改进，其均应涵盖在本发明的权利要求范围当中。

Claims (1)

1.一种提供统一资源服务的方法，其特征在于：该方法至少包括如下的步骤：

步骤1：用户提问问题，并与知识库中的标准问题集进行比对，计算其相似度；

步骤2：如果该问题与最相似的标准问题仍差别较大，则机器问答系统拒绝回答，后台自动转到人工客服处理；

步骤3：如果该问题与最相似和次相似标准问题的差别不大，则机器问答系统拒绝回答，后台自动转到人工客服处理；

步骤4：保存人工客服处理结果，定期整理，将整理的标准问题集与标准答案集加入知识库；

步骤5：基于更新的标准问题集与标准答案集，重新训练模型，进一步提高政务机器问答系统的性能。