CN107590216A - 答案获得方法、装置和计算机设备 - Google Patents

答案获得方法、装置和计算机设备 Download PDF

Info

Publication number
CN107590216A
CN107590216A CN201710773579.9A CN201710773579A CN107590216A CN 107590216 A CN107590216 A CN 107590216A CN 201710773579 A CN201710773579 A CN 201710773579A CN 107590216 A CN107590216 A CN 107590216A
Authority
CN
China
Prior art keywords
answer
question
user
key
key message
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201710773579.9A
Other languages
English (en)
Inventor
张晶晶
孙珂
王矩
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Baidu Netcom Science and Technology Co Ltd
Original Assignee
Beijing Baidu Netcom Science and Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beijing Baidu Netcom Science and Technology Co Ltd filed Critical Beijing Baidu Netcom Science and Technology Co Ltd
Priority to CN201710773579.9A priority Critical patent/CN107590216A/zh
Publication of CN107590216A publication Critical patent/CN107590216A/zh
Priority to US16/116,825 priority patent/US11238099B2/en
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/332—Query formulation
    • G06F16/3329—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9032—Query formulation
    • G06F16/90332—Natural language query formulation or dialogue systems
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/903—Querying
    • G06F16/9038—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G06F18/20—Analysing
    • G06F18/22—Matching criteria, e.g. proximity measures

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Data Mining & Analysis (AREA)
  • Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Artificial Intelligence (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Game Theory and Decision Science (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Marketing (AREA)
  • Human Computer Interaction (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本申请提出一种答案获得方法、装置和计算机设备，其中，上述答案获得方法包括：接收用户输入的问题；根据预先设置的词槽获取所述用户输入的问题中的第一关键信息点；根据获取的第一关键信息点，通过对话引导向所述用户询问核心问题点；获得所述用户输入的针对所述核心问题点的答案，并根据所述预先设置的词槽获取所述用户输入的答案中的第二关键信息点；根据所述第一关键信息点和所述第二关键信息点在问答库中进行检索，获得所述用户输入的问题的答案；将获得的答案展现给所述用户。本申请可以实现将答案匹配与对话理解相结合，并且无需配置多条殊途同归的业务逻辑，针对每个问题点也无需建立精确的意图，大幅降低了开发者的工作量。

Description

答案获得方法、装置和计算机设备
技术领域
本申请涉及智能问答技术领域，尤其涉及一种答案获得方法、装置和计算机设备。
背景技术
企业非常看重人力成本、工作效率和客户体验。因此，近年来，大多数企业都已经或正在考虑在自己的网站、应用(Application；以下简称：APP)、营业厅等处引入人机交互的智能客服或智能问答产品，帮助人工客服解答通用型问题，从而替代客服环节的部分重复劳动。由于可以帮助企业显著降低人力成本，因此问答类需求一直是企业经营过程中普遍存在的刚需。
目前智能问答已广泛应用在各个行业，尤其是对咨询量较大的金融、电信、政务和电商领域。
现有的智能问答产品主要有两方面功能：
1、初级形态：答案匹配
这部分使用传统的语义检索方案，即先索引问答资源，当用户提问时，使用语义检索技术“匹配”出与用户需求“近似”的问答资源，这种路线通常无法与高级的对话管理技术融合。
2、高级形态：对话理解
通过自然语言理解(Natural Language Understanding；以下简称：NLU)与对话管理相结合，将语言理解为“意图+词槽”的形式，并通过后继技术进行精确的答案生成。
现有的智能问答的技术方案没有办法做到对上述初级形态和高级形态的结合，无法实现让用户平滑地在两种形态中进行切换。因为，这个引导路径并不是唯一的，而是动态变化的。
例如，用户想要查询“现金贷如何用手机还款”，在实际发问时会存在多种情况：
a)用户可能会先问：我想了解下现金贷的问题；
b)也有可能会先问：我想了解还款的事儿；
c)甚至可能会问：我想了解如何用手机还款。
这样，如果使用传统的问答匹配引导技术，那么就需要配置多条殊途同归的业务逻辑。
例如：现金贷->手机->还款->得到答案；
手机->现金贷->还款->得到答案；
还款->手机->现金贷->得到答案；
……等等。
而如果使用高级的对话理解技术，虽然可以通过将“现金贷”、“手机”、“还款”等关键信息抽象为词槽的方式来简化对话逻辑配置，但用户需要对每一个问题点都建立精确的意图才能实现。
例如：
现金贷如何用手机还款；
现金贷什么时候还款；
现金贷手机还款的手续费是多少；
这些问题都需要对应不同的意图和精细的答案。对话理解需要针对每个答案建设精确的意图和词槽，并提供较大量的标注数据进行训练学习，这个成本通常是开发者无法承受的。
发明内容
本申请旨在至少在一定程度上解决相关技术中的技术问题之一。
为此，本申请的第一个目的在于提出一种答案获得方法、装置和计算机设备，以实现将答案匹配与对话理解相结合，使用户可以平滑地在这两种形态中进行切换，并且无需配置多条殊途同归的业务逻辑，用户即可方便地从多种路径去问同一问题，针对每个问题点也无需建立精确的意图，大幅降低了开发者的工作量。
本申请的第二个目的在于提出一种答案获得装置。
本申请的第三个目的在于提出一种计算机设备。
本申请的第四个目的在于提出一种非临时性计算机可读存储介质。
为达上述目的，本申请第一方面实施例提出了一种答案获得方法，包括：接收用户输入的问题；根据预先设置的词槽获取所述用户输入的问题中的第一关键信息点；根据获取的第一关键信息点，通过对话引导向所述用户询问核心问题点；获得所述用户输入的针对所述核心问题点的答案，并根据所述预先设置的词槽获取所述用户输入的答案中的第二关键信息点；根据所述第一关键信息点和所述第二关键信息点在问答库中进行检索，获得所述用户输入的问题的答案；将获得的答案展现给所述用户。
本申请实施例的答案获得方法中，接收用户输入的问题之后，根据预先设置的词槽获取上述用户输入的问题中的第一关键信息点，然后根据获取的第一关键信息点，通过对话引导向上述用户询问核心问题点，获得上述用户输入的针对所述核心问题点的答案，并根据上述预先设置的词槽获取上述用户输入的答案中的第二关键信息点，最后根据上述第一关键信息点和上述第二关键信息点在问答库中进行检索，获得上述用户输入的问题的答案，将获得的答案展现给上述用户，从而可以实现将答案匹配与对话理解相结合，使用户可以平滑地在这两种形态中进行切换，并且无需配置多条殊途同归的业务逻辑，用户即可方便地从多种路径去问同一问题，针对每个问题点也无需建立精确的意图，大幅降低了开发者的工作量。
为达上述目的，本申请第二方面实施例提出了一种答案获得装置，包括：接收模块，用于接收用户输入的问题；获取模块，用于根据预先设置的词槽获取所述用户输入的问题中的第一关键信息点；问询模块，用于根据所述获取模块获取的第一关键信息点，通过对话引导向所述用户询问核心问题点；所述获取模块，还用于获得所述用户输入的针对所述核心问题点的答案，并根据所述预先设置的词槽获取所述用户输入的答案中的第二关键信息点；检索模块，用于根据所述获取模块获取的第一关键信息点和所述获取模块获取的第二关键信息点在问答库中进行检索，获得所述用户输入的问题的答案；展现模块，用于将所述检索模块获得的答案展现给所述用户。
本申请实施例的答案获得装置中，接收模块接收用户输入的问题之后，获取模块根据预先设置的词槽获取上述用户输入的问题中的第一关键信息点，然后问询模块根据获取的第一关键信息点，通过对话引导向上述用户询问核心问题点，获取模块获得上述用户输入的针对所述核心问题点的答案，并根据上述预先设置的词槽获取上述用户输入的答案中的第二关键信息点，最后检索模块根据上述第一关键信息点和上述第二关键信息点在问答库中进行检索，获得上述用户输入的问题的答案，展现模块将获得的答案展现给上述用户，从而可以实现将答案匹配与对话理解相结合，使用户可以平滑地在这两种形态中进行切换，并且无需配置多条殊途同归的业务逻辑，用户即可方便地从多种路径去问同一问题，针对每个问题点也无需建立精确的意图，大幅降低了开发者的工作量。
为达上述目的，本申请第三方面实施例提出了一种计算机设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如上所述的方法。
为了实现上述目的，本申请第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如上所述的方法。
本申请附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本申请的实践了解到。
附图说明
本申请上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：
图1为本申请答案获得方法一个实施例的流程图；
图2为本申请答案获得方法另一个实施例的流程图；
图3为本申请答案获得方法再一个实施例的流程图；
图4为本申请答案获得装置一个实施例的结构示意图；
图5为本申请答案获得装置另一个实施例的结构示意图；
图6为本申请计算机设备一个实施例的结构示意图。
具体实施方式
下面详细描述本申请的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本申请，而不能理解为对本申请的限制。
图1为本申请答案获得方法一个实施例的流程图，如图1所示，上述答案获得方法可以包括：
步骤101，接收用户输入的问题。
本实施例中，上述用户可以通过语音、文本或图片的方式输入自己想问的问题，本实施例对上述用户输入问题的方式不作限定。
步骤102，根据预先设置的词槽获取上述用户输入的问题中的第一关键信息点。
举例来说，假设用户输入的问题为“我想了解现金贷还款”，则根据预先设置的词槽，可以获取第一关键信息点包括“[现金贷]”和“[还款]”这两个关键信息点，也就是说，用户可以在输入的问题中同时表述至少两个关键信息点。
步骤103，根据获取的第一关键信息点，通过对话引导向上述用户询问核心问题点。
本实施例中，获取第一关键信息点之后，可以根据第一关键信息点，通过对话引导向上述用户询问核心问题点，例如，“如何还”、“手续费”和/或“什么时间还”等等。
步骤104，获得上述用户输入的针对上述核心问题点的答案，并根据上述预先设置的词槽获取上述用户输入的答案中的第二关键信息点。
本实施例中，上述用户可以通过语音、文本或图片的方式输入针对上述核心问题点的答案，本实施例对上述用户输入答案的方式不作限定。
具体地，向上述用户询问核心问题点之后，可以获得上述用户输入的针对上述核心问题点的答案，同样根据上述预先设置的词槽可以获取上述用户输入的答案中的第二关键信息点，例如，“用手机”和“手续费”。
本实施例中，获得上述用户输入的针对上述核心问题点的答案可以为：接收上述用户针对上述核心问题点按照任意顺序逐步输入的答案，上述针对上述核心问题点的答案中包括至少两个关键信息点。
也就是说，通过对话引导向上述用户询问核心问题点之后，上述用户可以按照任意顺序逐步回答上述核心问题点，并且上述用户还可以在针对上述核心问题点的答案中同时表述至少两个关键信息点。
步骤105，根据上述第一关键信息点和上述第二关键信息点在问答库中进行检索，获得上述用户输入的问题的答案。
步骤106，将获得的答案展现给上述用户。
上述答案获得方法中，接收用户输入的问题之后，根据预先设置的词槽获取上述用户输入的问题中的第一关键信息点，然后根据获取的第一关键信息点，通过对话引导向上述用户询问核心问题点，获得上述用户输入的针对所述核心问题点的答案，并根据上述预先设置的词槽获取上述用户输入的答案中的第二关键信息点，最后根据上述第一关键信息点和上述第二关键信息点在问答库中进行检索，获得上述用户输入的问题的答案，将获得的答案展现给上述用户，从而可以实现将答案匹配与对话理解相结合，使用户可以平滑地在这两种形态中进行切换，并且无需配置多条殊途同归的业务逻辑，用户即可方便地从多种路径去问同一问题，针对每个问题点也无需建立精确的意图，大幅降低了开发者的工作量。
图2为本申请答案获得方法另一个实施例的流程图，如图2所示，本申请图1所示实施例中，步骤105可以包括：
步骤201，将上述第一关键信息点和上述第二关键信息点整合为问答检索关键词，根据上述问答检索关键词在问答库中进行检索，获得与上述问答检索关键词匹配的问题以及上述问题对应的答案，以上述问题对应的答案作为上述用户输入的问题的答案。
本实施例中，可以利用问题生成技术将对话过程中收集到的第一关键信息点和第二关键信息点整合为问答检索关键词，并根据上述问答检索关键词在问答库中进行检索，获得与上述问答检索关键词最为匹配的问题，进而获得上述问题对应的答案，以上述问题对应的答案作为上述用户输入的问题的答案，从而可以解决对话理解需要配置过于精确的意图和词槽的问题。
举例来说，对话过程中收集到的第一关键信息点可以包括“[现金贷]”和“[还款]”，第二关键信息点可以包括“用手机”和“手续费”，然后可以利用问题生成技术将上述第一关键信息点和第二关键信息点整合为“现金贷+还款+手机+手续费”这样的问题检索关键词。
图3为本申请答案获得方法再一个实施例的流程图，如图3所示，本申请图1所示实施例中，步骤105可以包括：
步骤301，将上述第一关键信息点和上述第二关键信息点整合为问答检索关键词。
具体地，可以利用问题生成技术将对话过程中收集到的第一关键信息点和第二关键信息点整合为问答检索关键词，举例来说，对话过程中收集到的第一关键信息点可以包括“[现金贷]”和“[还款]”，第二关键信息点可以包括“用手机”和“手续费”，然后可以利用问题生成技术将上述第一关键信息点和第二关键信息点整合为“现金贷+还款+手机+手续费”这样的问题检索关键词。
步骤302，获得上述问答检索关键词对应的问答库。
本实施例中，通过逐层细化的方式，对问答库进行了细分，在将上述第一关键信息点和上述第二关键信息点整合为问答检索关键词之后，可以通过规则获得上述问答检索关键词对应的问答库，获得的这个问答库即为最容易匹配出上述用户输入的问题的精确答案的问答库。
举例来说，假设问答检索关键词为“现金贷+还款+手机+手续费”，则可以通过规则，获得上述问答检索关键词对应的问答库为现金贷问答库；再假设问答检索关键词为“家装现金贷+还款+手机+手续费”，则可以通过规则，获得上述问答检索关键词对应的问答库为家装贷问答库。
步骤303，根据上述问答检索关键词在上述问答检索关键词对应的问答库中进行检索，获得与上述问答检索关键词匹配的问题以及上述问题对应的答案，以上述问题对应的答案作为上述用户输入的问题的答案。
本实施例中，在获得上述问答关键词对应的问答库之后，根据上述问答检索关键词在上述问答检索关键词对应的问答库中进行检索，获得与上述问答检索关键词最为匹配的问题，进而获得上述问题对应的答案，以上述问题对应的答案作为上述用户输入的问题的答案，从而可以提供给用户更加精确的问答体验。
图4为本申请答案获得装置一个实施例的结构示意图，本实施例中的答案获得装置可以实现本申请实施例提供的答案获得方法，如图4所示，上述答案获得装置可以包括：接收模块41、获取模块42、问询模块43、检索模块44和展现模块45；
其中，接收模块41，用于接收用户输入的问题；本实施例中，上述用户可以通过语音、文本或图片的方式输入自己想问的问题，本实施例对上述用户输入问题的方式不作限定。
获取模块42，用于根据预先设置的词槽获取上述用户输入的问题中的第一关键信息点；举例来说，假设用户输入的问题为“我想了解现金贷还款”，则获取模块42根据预先设置的词槽，可以获取第一关键信息点包括“[现金贷]”和“[还款]”这两个关键信息点，也就是说，用户可以在输入的问题中同时表述至少两个关键信息点。
问询模块43，用于根据获取模块42获取的第一关键信息点，通过对话引导向上述用户询问核心问题点；本实施例中，获取模块42获取第一关键信息点之后，问询模块43可以根据第一关键信息点，通过对话引导向上述用户询问核心问题点，例如，“如何还”、“手续费”和/或“什么时间还”等等。
获取模块42，还用于获得上述用户输入的针对上述核心问题点的答案，并根据上述预先设置的词槽获取上述用户输入的答案中的第二关键信息点；本实施例中，上述用户可以通过语音、文本或图片的方式输入针对上述核心问题点的答案，本实施例对上述用户输入答案的方式不作限定。
具体地，问询模块43向上述用户询问核心问题点之后，获取模块42可以获得上述用户输入的针对上述核心问题点的答案，同样根据上述预先设置的词槽可以获取上述用户输入的答案中的第二关键信息点，例如，“用手机”和“手续费”。
本实施例中，获取模块42，具体用于接收上述用户针对上述核心问题点按照任意顺序逐步输入的答案，上述针对上述核心问题点的答案中包括至少两个关键信息点。
也就是说，问询模块43通过对话引导向上述用户询问核心问题点之后，上述用户可以按照任意顺序逐步回答上述核心问题点，并且上述用户还可以在针对上述核心问题点的答案中同时表述至少两个关键信息点。
检索模块44，用于根据获取模块42获取的第一关键信息点和获取模块42获取的第二关键信息点在问答库中进行检索，获得上述用户输入的问题的答案；
展现模块45，用于将检索模块44获得的答案展现给上述用户。
上述答案获得装置中，接收模块41接收用户输入的问题之后，获取模块42根据预先设置的词槽获取上述用户输入的问题中的第一关键信息点，然后问询模块43根据获取的第一关键信息点，通过对话引导向上述用户询问核心问题点，获取模块42获得上述用户输入的针对所述核心问题点的答案，并根据上述预先设置的词槽获取上述用户输入的答案中的第二关键信息点，最后检索模块44根据上述第一关键信息点和上述第二关键信息点在问答库中进行检索，获得上述用户输入的问题的答案，展现模块45将获得的答案展现给上述用户，从而可以实现将答案匹配与对话理解相结合，使用户可以平滑地在这两种形态中进行切换，并且无需配置多条殊途同归的业务逻辑，用户即可方便地从多种路径去问同一问题，针对每个问题点也无需建立精确的意图，大幅降低了开发者的工作量。
图5为本申请答案获得装置另一个实施例的结构示意图，与图4所示的答案获得装置相比，不同之处在于，图5所示的答案获得装置中，检索模块44可以包括：整合子模块441和关键词检索子模块442；
其中，整合子模块441，用于将上述第一关键信息点和上述第二关键信息点整合为问答检索关键词；
关键词检索子模块442，用于根据整合子模块441整合的问答检索关键词在问答库中进行检索，获得与上述问答检索关键词匹配的问题以及上述问题对应的答案，以上述问题对应的答案作为上述用户输入的问题的答案。
本实施例中，整合子模块441可以利用问题生成技术将对话过程中收集到的第一关键信息点和第二关键信息点整合为问答检索关键词，关键词检索子模块442根据上述问答检索关键词在问答库中进行检索，获得与上述问答检索关键词最为匹配的问题，进而获得上述问题对应的答案，以上述问题对应的答案作为上述用户输入的问题的答案，从而可以解决对话理解需要配置过于精确的意图和词槽的问题。
举例来说，对话过程中收集到的第一关键信息点可以包括“[现金贷]”和“[还款]”，第二关键信息点可以包括“用手机”和“手续费”，然后整合子模块441可以利用问题生成技术将上述第一关键信息点和第二关键信息点整合为“现金贷+还款+手机+手续费”这样的问题检索关键词。
本实施例的另一种实现方式中，检索模块44可以包括：整合子模块441、获得子模块443和关键词检索子模块442；
其中，整合子模块441，用于将上述第一关键信息点和上述第二关键信息点整合为问答检索关键词；具体地，整合子模块441可以利用问题生成技术将对话过程中收集到的第一关键信息点和第二关键信息点整合为问答检索关键词，举例来说，对话过程中收集到的第一关键信息点可以包括“[现金贷]”和“[还款]”，第二关键信息点可以包括“用手机”和“手续费”，然后整合子模块441可以利用问题生成技术将上述第一关键信息点和第二关键信息点整合为“现金贷+还款+手机+手续费”这样的问题检索关键词。
获得子模块443，用于获得上述问答检索关键词对应的问答库；本实施例中，通过逐层细化的方式，对问答库进行了细分，在整合子模块441将上述第一关键信息点和上述第二关键信息点整合为问答检索关键词之后，获得子模块443可以通过规则获得上述问答检索关键词对应的问答库，获得的这个问答库即为最容易匹配出上述用户输入的问题的精确答案的问答库。
举例来说，假设问答检索关键词为“现金贷+还款+手机+手续费”，则获得子模块443可以通过规则，获得上述问答检索关键词对应的问答库为现金贷问答库；再假设问答检索关键词为“家装现金贷+还款+手机+手续费”，则获得子模块443可以通过规则，获得上述问答检索关键词对应的问答库为家装贷问答库。
关键词检索子模块442，用于根据整合子模块441获得的问答检索关键词在上述问答检索关键词对应的问答库中进行检索，获得与上述问答检索关键词匹配的问题以及上述问题对应的答案，以上述问题对应的答案作为上述用户输入的问题的答案。
本实施例中，在获得子模块443获得上述问答关键词对应的问答库之后，关键词检索子模块442根据上述问答检索关键词在上述问答检索关键词对应的问答库中进行检索，获得与上述问答检索关键词最为匹配的问题，进而获得上述问题对应的答案，以上述问题对应的答案作为上述用户输入的问题的答案，从而可以提供给用户更加精确的问答体验。
图6为本申请计算机设备一个实施例的结构示意图，上述计算机设备可以包括存储器、处理器及存储在上述存储器上并可在上述处理器上运行的计算机程序，上述处理器执行上述计算机程序时，可以实现本申请实施例提供的答案获得方法。
其中，上述计算机设备可以为服务器，也可以为终端设备，上述终端设备可以为智能手机、平板电脑、笔记本电脑或智能手表等智能终端设备，本实施例对此不作限定。
图6示出了适于用来实现本申请实施方式的示例性计算机设备12的框图。图6显示的计算机设备12仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。
如图6所示，计算机设备12以通用计算设备的形式表现。计算机设备12的组件可以包括但不限于：一个或者多个处理器或者处理单元16，系统存储器28，连接不同系统组件(包括系统存储器28和处理单元16)的总线18。
总线18表示几类总线结构中的一种或多种，包括存储器总线或者存储器控制器，外围总线，图形加速端口，处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说，这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture；以下简称：ISA)总线，微通道体系结构(Micro Channel Architecture；以下简称：MAC)总线，增强型ISA总线、视频电子标准协会(Video Electronics StandardsAssociation；以下简称：VESA)局域总线以及外围组件互连(Peripheral ComponentInterconnection；以下简称：PCI)总线。
计算机设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被计算机设备12访问的可用介质，包括易失性和非易失性介质，可移动的和不可移动的介质。
系统存储器28可以包括易失性存储器形式的计算机系统可读介质，例如随机存取存储器(Random Access Memory；以下简称：RAM)30和/或高速缓存存储器32。计算机设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例，存储系统34可以用于读写不可移动的、非易失性磁介质(图6未显示，通常称为“硬盘驱动器”)。尽管图6中未示出，可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器，以及对可移动非易失性光盘(例如：光盘只读存储器(Compact Disc Read OnlyMemory；以下简称：CD-ROM)、数字多功能只读光盘(Digital Video Disc Read OnlyMemory；以下简称：DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下，每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品，该程序产品具有一组(例如至少一个)程序模块，这些程序模块被配置以执行本申请各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40，可以存储在例如存储器28中，这样的程序模块42包括——但不限于——操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本申请所描述的实施例中的功能和/或方法。
计算机设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信，还可与一个或者多个使得用户能与该计算机设备12交互的设备通信，和/或与使得该计算机设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡，调制解调器等等)通信。这种通信可以通过输入/输出(I/O)接口22进行。并且，计算机设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network；以下简称：LAN)，广域网(Wide Area Network；以下简称：WAN)和/或公共网络，例如因特网)通信。如图6所示，网络适配器20通过总线18与计算机设备12的其它模块通信。应当明白，尽管图6中未示出，可以结合计算机设备12使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、RAID系统、磁带驱动器以及数据备份存储系统等。
处理单元16通过运行存储在系统存储器28中的程序，从而执行各种功能应用以及数据处理，例如实现本申请实施例提供的答案获得方法。
本申请还提供一种非临时性计算机可读存储介质，其上存储有计算机程序，上述计算机程序被处理器执行时实现本申请实施例提供的答案获得方法。
上述非临时性计算机可读存储介质可以采用一个或多个计算机可读的介质的任意组合。计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(Read Only Memory；以下简称：ROM)、可擦式可编程只读存储器(ErasableProgrammable Read Only Memory；以下简称：EPROM)或闪存、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文件中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括——但不限于——电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括——但不限于——无线、电线、光缆、RF等等，或者上述的任意合适的组合。
可以以一种或多种程序设计语言或其组合来编写用于执行本申请操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LocalArea Network；以下简称：LAN)或广域网(Wide Area Network；以下简称：WAN)连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本申请的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本申请的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
流程图中或在此以其他方式描述的任何过程或方法描述可以被理解为，表示包括一个或更多个用于实现定制逻辑功能或过程的步骤的可执行指令的代码的模块、片段或部分，并且本申请的优选实施方式的范围包括另外的实现，其中可以不按所示出或讨论的顺序，包括根据所涉及的功能按基本同时的方式或按相反的顺序，来执行功能，这应被本申请的实施例所属技术领域的技术人员所理解。
在流程图中表示或在此以其他方式描述的逻辑和/或步骤，例如，可以被认为是用于实现逻辑功能的可执行指令的定序列表，可以具体实现在任何计算机可读介质中，以供指令执行系统、装置或设备(如基于计算机的系统、包括处理器的系统或其他可以从指令执行系统、装置或设备取指令并执行指令的系统)使用，或结合这些指令执行系统、装置或设备而使用。就本说明书而言，“计算机可读介质”可以是任何可以包含、存储、通信、传播或传输程序以供指令执行系统、装置或设备或结合这些指令执行系统、装置或设备而使用的装置。计算机可读介质的更具体的示例(非穷尽性列表)包括以下：具有一个或多个布线的电连接部(电子装置)，便携式计算机盘盒(磁装置)，随机存取存储器(Random AccessMemory；以下简称：RAM)，只读存储器(Read Only Memory；以下简称：ROM)，可擦除可编辑只读存储器(Erasable Programmable Read Only Memory；以下简称：EPROM)或闪速存储器，光纤装置，以及便携式光盘只读存储器(Compact Disc Read Only Memory；以下简称：CD-ROM)。另外，计算机可读介质甚至可以是可在其上打印所述程序的纸或其他合适的介质，因为可以例如通过对纸或其他介质进行光学扫描，接着进行编辑、解译或必要时以其他合适方式进行处理来以电子方式获得所述程序，然后将其存储在计算机存储器中。
应当理解，本申请的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中，多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。如，如果用硬件来实现和在另一实施方式中一样，可用本领域公知的下列技术中的任一项或他们的组合来实现：具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路，具有合适的组合逻辑门电路的专用集成电路，可编程门阵列(ProgrammableGate Array；以下简称：PGA)，现场可编程门阵列(Field Programmable Gate Array；以下简称：FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成，所述的程序可以存储于一种计算机可读存储介质中，该程序在执行时，包括方法实施例的步骤之一或其组合。
此外，在本申请各个实施例中的各功能单元可以集成在一个处理模块中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器，磁盘或光盘等。尽管上面已经示出和描述了本申请的实施例，可以理解的是，上述实施例是示例性的，不能理解为对本申请的限制，本领域的普通技术人员在本申请的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (10)

1.一种答案获得方法，其特征在于，包括：
接收用户输入的问题；
根据预先设置的词槽获取所述用户输入的问题中的第一关键信息点；
根据获取的第一关键信息点，通过对话引导向所述用户询问核心问题点；
获得所述用户输入的针对所述核心问题点的答案，并根据所述预先设置的词槽获取所述用户输入的答案中的第二关键信息点；
根据所述第一关键信息点和所述第二关键信息点在问答库中进行检索，获得所述用户输入的问题的答案；
将获得的答案展现给所述用户。
2.根据权利要求1所述的方法，其特征在于，所述根据所述第一关键信息点和所述第二关键信息点在问答库中进行检索，获得所述用户输入的问题的答案包括：
将所述第一关键信息点和所述第二关键信息点整合为问答检索关键词，根据所述问答检索关键词在问答库中进行检索，获得与所述问答检索关键词匹配的问题以及所述问题对应的答案，以所述问题对应的答案作为所述用户输入的问题的答案。
3.根据权利要求1所述的方法，其特征在于，所述根据所述第一关键信息点和所述第二关键信息点在问答库中进行检索，获得所述用户输入的问题的答案包括：
将所述第一关键信息点和所述第二关键信息点整合为问答检索关键词；
获得所述问答检索关键词对应的问答库；
根据所述问答检索关键词在所述问答检索关键词对应的问答库中进行检索，获得与所述问答检索关键词匹配的问题以及所述问题对应的答案，以所述问题对应的答案作为所述用户输入的问题的答案。
4.根据权利要求1-3任意一项所述的方法，其特征在于，所述获得所述用户输入的针对所述核心问题点的答案包括：
接收所述用户针对所述核心问题点按照任意顺序逐步输入的答案，所述针对所述核心问题点的答案中包括至少两个关键信息点。
5.一种答案获得装置，其特征在于，包括：
接收模块，用于接收用户输入的问题；
获取模块，用于根据预先设置的词槽获取所述用户输入的问题中的第一关键信息点；
问询模块，用于根据所述获取模块获取的第一关键信息点，通过对话引导向所述用户询问核心问题点；
所述获取模块，还用于获得所述用户输入的针对所述核心问题点的答案，并根据所述预先设置的词槽获取所述用户输入的答案中的第二关键信息点；
检索模块，用于根据所述获取模块获取的第一关键信息点和所述获取模块获取的第二关键信息点在问答库中进行检索，获得所述用户输入的问题的答案；
展现模块，用于将所述检索模块获得的答案展现给所述用户。
6.根据权利要求5所述的装置，其特征在于，所述检索模块包括：
整合子模块，用于将所述第一关键信息点和所述第二关键信息点整合为问答检索关键词；
关键词检索子模块，用于根据所述整合子模块整合的问答检索关键词在问答库中进行检索，获得与所述问答检索关键词匹配的问题以及所述问题对应的答案，以所述问题对应的答案作为所述用户输入的问题的答案。
7.根据权利要求5所述的装置，其特征在于，所述检索模块包括：
整合子模块，用于将所述第一关键信息点和所述第二关键信息点整合为问答检索关键词；
获得子模块，用于获得所述问答检索关键词对应的问答库；
关键词检索子模块，用于根据所述整合子模块获得的问答检索关键词在所述问答检索关键词对应的问答库中进行检索，获得与所述问答检索关键词匹配的问题以及所述问题对应的答案，以所述问题对应的答案作为所述用户输入的问题的答案。
8.根据权利要求5-7任意一项所述的装置，其特征在于，
所述获取模块，具体用于接收所述用户针对所述核心问题点按照任意顺序逐步输入的答案，所述针对所述核心问题点的答案中包括至少两个关键信息点。
9.一种计算机设备，其特征在于，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时，实现如权利要求1-4中任一所述的方法。
10.一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-4中任一所述的方法。
CN201710773579.9A 2017-08-31 2017-08-31 答案获得方法、装置和计算机设备 Pending CN107590216A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN201710773579.9A CN107590216A (zh) 2017-08-31 2017-08-31 答案获得方法、装置和计算机设备
US16/116,825 US11238099B2 (en) 2017-08-31 2018-08-29 Method and device for obtaining answer, and computer device

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201710773579.9A CN107590216A (zh) 2017-08-31 2017-08-31 答案获得方法、装置和计算机设备

Publications (1)

Publication Number Publication Date
CN107590216A true CN107590216A (zh) 2018-01-16

Family

ID=61050724

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710773579.9A Pending CN107590216A (zh) 2017-08-31 2017-08-31 答案获得方法、装置和计算机设备

Country Status (2)

Country Link
US (1) US11238099B2 (zh)
CN (1) CN107590216A (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108153904A (zh) * 2018-01-17 2018-06-12 北京百度网讯科技有限公司 语料收集方法、装置和计算机设备
CN108897869A (zh) * 2018-06-29 2018-11-27 北京百度网讯科技有限公司 语料标注方法、装置、设备和存储介质
CN109241250A (zh) * 2018-07-25 2019-01-18 南京瓦尔基里网络科技有限公司 一种策略规则对话推进以及意向判别方法及系统
CN109918546A (zh) * 2019-02-02 2019-06-21 上海奔影网络科技有限公司 用于对话的任务配置方法及装置
CN110516050A (zh) * 2019-07-15 2019-11-29 上海文思海辉金信软件有限公司 一种基于知识图谱的多路径训练场景的构建方法
WO2020038251A1 (zh) * 2018-08-24 2020-02-27 深圳追一科技有限公司 流程定制系统、方法和计算机可读存储介质
CN112711653A (zh) * 2019-10-24 2021-04-27 华为技术有限公司 一种人机互动方法及电子设备
CN112784146A (zh) * 2019-11-04 2021-05-11 北京搜狗科技发展有限公司 一种数据处理方法、装置和用于数据处理的装置

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110738511A (zh) * 2019-09-06 2020-01-31 苏宁金融科技(南京)有限公司 智能客服方法及装置
CN111552782A (zh) * 2020-04-30 2020-08-18 尚杰 一种题目搜索处理方法和装置
CN111881658A (zh) * 2020-07-16 2020-11-03 普强时代(珠海横琴)信息技术有限公司 一种实时通话自动填单系统和填单方法
CN112948555B (zh) * 2021-03-03 2023-09-01 北京奇艺世纪科技有限公司 人机交互方法、装置、电子设备及存储介质
CN116228249A (zh) * 2023-05-08 2023-06-06 陕西拓方信息技术有限公司 一种基于信息技术的客户服务系统
CN116932725B (zh) * 2023-08-02 2024-06-21 畅愈健康科技(东莞)有限公司 基于人工智能的医疗资料处理方法、系统、介质及设备

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7702620B2 (en) * 2007-03-29 2010-04-20 International Business Machines Corporation System and method for ranked keyword search on graphs
US8200663B2 (en) * 2007-04-25 2012-06-12 Chacha Search, Inc. Method and system for improvement of relevance of search results
CN105068661A (zh) * 2015-09-07 2015-11-18 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法和系统
CN106649786A (zh) * 2016-12-28 2017-05-10 北京百度网讯科技有限公司 基于深度问答的答案检索方法及装置
CN106649768A (zh) * 2016-12-27 2017-05-10 北京百度网讯科技有限公司 基于深度问答的问答澄清方法和装置

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9342608B2 (en) * 2013-08-01 2016-05-17 International Business Machines Corporation Clarification of submitted questions in a question and answer system
US9721004B2 (en) * 2014-11-12 2017-08-01 International Business Machines Corporation Answering questions via a persona-based natural language processing (NLP) system
US9471668B1 (en) * 2016-01-21 2016-10-18 International Business Machines Corporation Question-answering system
US20190260694A1 (en) * 2018-02-16 2019-08-22 Mz Ip Holdings, Llc System and method for chat community question answering
US11106664B2 (en) * 2018-05-03 2021-08-31 Thomson Reuters Enterprise Centre Gmbh Systems and methods for generating a contextually and conversationally correct response to a query

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7702620B2 (en) * 2007-03-29 2010-04-20 International Business Machines Corporation System and method for ranked keyword search on graphs
US8200663B2 (en) * 2007-04-25 2012-06-12 Chacha Search, Inc. Method and system for improvement of relevance of search results
CN105068661A (zh) * 2015-09-07 2015-11-18 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法和系统
CN106649768A (zh) * 2016-12-27 2017-05-10 北京百度网讯科技有限公司 基于深度问答的问答澄清方法和装置
CN106649786A (zh) * 2016-12-28 2017-05-10 北京百度网讯科技有限公司 基于深度问答的答案检索方法及装置

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108153904A (zh) * 2018-01-17 2018-06-12 北京百度网讯科技有限公司 语料收集方法、装置和计算机设备
CN108897869A (zh) * 2018-06-29 2018-11-27 北京百度网讯科技有限公司 语料标注方法、装置、设备和存储介质
CN108897869B (zh) * 2018-06-29 2020-10-27 北京百度网讯科技有限公司 语料标注方法、装置、设备和存储介质
CN109241250A (zh) * 2018-07-25 2019-01-18 南京瓦尔基里网络科技有限公司 一种策略规则对话推进以及意向判别方法及系统
WO2020038251A1 (zh) * 2018-08-24 2020-02-27 深圳追一科技有限公司 流程定制系统、方法和计算机可读存储介质
CN109918546A (zh) * 2019-02-02 2019-06-21 上海奔影网络科技有限公司 用于对话的任务配置方法及装置
CN110516050A (zh) * 2019-07-15 2019-11-29 上海文思海辉金信软件有限公司 一种基于知识图谱的多路径训练场景的构建方法
CN112711653A (zh) * 2019-10-24 2021-04-27 华为技术有限公司 一种人机互动方法及电子设备
CN112784146A (zh) * 2019-11-04 2021-05-11 北京搜狗科技发展有限公司 一种数据处理方法、装置和用于数据处理的装置

Also Published As

Publication number Publication date
US20190065624A1 (en) 2019-02-28
US11238099B2 (en) 2022-02-01

Similar Documents

Publication Publication Date Title
CN107590216A (zh) 答案获得方法、装置和计算机设备
US20240089375A1 (en) Method and system for virtual assistant conversations
CA2980907C (en) Transactional conversation-based computing system
CN108170792A (zh) 基于人工智能的问答引导方法、装置和计算机设备
US9396668B2 (en) Language learning exchange
CN114787814B (zh) 指代解析
CN109754778A (zh) 文本的语音合成方法、装置和计算机设备
CN109491653A (zh) 微服务架构下的组件共享方法、装置、电子设备
CN103678269A (zh) 一种信息处理方法和装置
CN106383630A (zh) 一种阅读书籍的方法和装置
CN107423894A (zh) 任务审批方法、装置和计算机设备
CN112527962A (zh) 基于多模态融合的智能应答方法、装置、机器可读介质及设备
CN110134702A (zh) 数据流拼接方法、装置、设备和存储介质
US11095601B1 (en) Connection tier structure defining for control of multi-tier propagation of social network content
US11575527B2 (en) Facilitating social events in web conferences
CN108153904A (zh) 语料收集方法、装置和计算机设备
CN108694941A (zh) 用于交互式会话的方法、信息处理装置及产品
Ramati et al. Uniform multilingualism: A media genealogy of Google Translate
CN107958059A (zh) 智能问答方法、装置、终端和计算机可读存储介质
US20210182340A1 (en) Resolving user expression having dependent intents
Tolomei et al. Prompt-to-OS (P2OS): Revolutionizing Operating Systems and Human-Computer Interaction with Integrated AI Generative Models
CN108846098A (zh) 一种信息流摘要生成及展示方法
CN110717012A (zh) 语术推荐方法、装置、设备和存储介质
US10825254B1 (en) Augmented reality book selection-assist
CN108415992A (zh) 资源推荐方法、装置和计算机设备

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination