CN108804525B - 一种智能回答方法及装置 - Google Patents

一种智能回答方法及装置 Download PDF

Info

Publication number
CN108804525B
CN108804525B CN201810396200.1A CN201810396200A CN108804525B CN 108804525 B CN108804525 B CN 108804525B CN 201810396200 A CN201810396200 A CN 201810396200A CN 108804525 B CN108804525 B CN 108804525B
Authority
CN
China
Prior art keywords
question
answered
entity
determining
template
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.)
Active
Application number
CN201810396200.1A
Other languages
English (en)
Other versions
CN108804525A (zh
Inventor
岳聪
李超
李志飞
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.)
Volkswagen China Investment Co Ltd
Mobvoi Innovation Technology Co Ltd
Original Assignee
Mobvoi Information 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 Mobvoi Information Technology Co Ltd filed Critical Mobvoi Information Technology Co Ltd
Priority to CN201810396200.1A priority Critical patent/CN108804525B/zh
Publication of CN108804525A publication Critical patent/CN108804525A/zh
Application granted granted Critical
Publication of CN108804525B publication Critical patent/CN108804525B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/20Natural language analysis
    • G06F40/205Parsing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Artificial Intelligence (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Computational Linguistics (AREA)
  • General Health & Medical Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明实施例公开了一种智能回答方法及装置,涉及数据处理技术领域,本发明实施例的方法包括:当接收到待回答问题时,判断所述待回答问题是否满足直接回答条件;若否,则获取与所述待回答问题对应的上下文信息;确定与所述待回答问题对应的问题实体和问题模板;根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案并输出。实现了当用户输入的问题通过单轮对话无法回答时,能够结合用户输入的上下文确定并输出相应的答案,提高了问题回答的全面性。

Description

一种智能回答方法及装置
技术领域
本发明实施例涉及数据处理技术领域,尤其涉及一种智能回答方法及装置。
背景技术
随着互联网的发展,人们越来越多地通过在搜索引擎中,直接检索来获得想要的信息。但是传统搜索引擎只能根据关键字来查找,返回的是一批相关网页的链接,问答系统则可以允许用户直接用自然语言形式的句子检索,并且能给出用户一个较为精确的回答。
目前,当用户输入的不是完整问句时,也就是单轮对话无法回答时,将无法对用户输入的这个问题进行回答,使得问题回答具有片面性和局限性,影响了用户体验。
发明内容
鉴于上述问题,本发明实施例提供一种智能回答方法及装置,主要目的在于当用户输入的问题无法通过单轮对话回答时,结合用户输入的上下文信息确定问题的答案,提高问题回答的全面性。
为解决上述技术问题,第一方面,本发明实施例提供了一种智能回答方法,该方法包括:
当接收到待回答问题时,判断所述待回答问题是否满足直接回答条件,所述直接回答条件用于标识所述回答问题能够通过单轮对话确定答案;
若否,则获取与所述待回答问题对应的上下文信息,所述上下文信息中包含有用户输入的一个或多个问题;
确定与所述待回答问题对应的问题实体和问题模板;
根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案并输出。
可选的,所述上下文信息中所述各个问题分别携带有与所述各个问题对应的时间标识,所述方法还包括:
获取所述待回答问题对应的当前时间;
根据所述时间标识提取与所述当前时间最近的第一时间;
提取与所述第一时间对应的第一问题。
可选的,所述若所述待回答问题不满足直接回答条件之后,所述方法还包括:
检测所述待回答问题中是否存在所述问题实体;
所述确定与所述待回答问题对应的问题实体和问题模板包括:
若是,则提取所述问题实体并确定为与所述待回答问题对应的所述问题实体;
提取所述第一问题的所述问题模板并确定为与所述待回答问题对应的所述问题模板。
可选的,所述确定与所述待回答问题对应的问题实体和问题模板还包括:
若所述待回答问题中不存在所述问题实体,则提取所述问题模板并确定为与所述待回答问题对应的问题模板;
提取所述第一问题的所述问题实体并确定为与所述待回答问题对应的所述问题实体。
可选的,所述根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案,包括:
计算与所述问题模板对应的属性值;
利用所述问题实体和所述属性值查找并确定与所述待回答问题对应的答案。
第二方面,本发明实施例还提供了一种智能回答装置,该装置包括:
判断单元,用于当接收到待回答问题时,判断所述待回答问题是否满足直接回答条件,所述直接回答条件用于标识所述回答问题能够通过单轮对话确定答案;
获取单元,用于若否,则获取与所述待回答问题对应的上下文信息,所述上下文信息中包含有用户输入的一个或多个问题;
确定单元,用于确定与所述待回答问题对应的问题实体和问题模板;
所述确定单元,还用于根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案并输出。
可选的,所述上下文信息中所述各个问题分别携带有与所述各个问题对应的时间标识,所述装置还包括:提取单元,
所述获取单元,用于获取所述待回答问题对应的当前时间;
所述提取单元,用于根据所述时间标识提取与所述当前时间最近的第一时间;
所述提取单元,还用于提取与所述第一时间对应的第一问题。
可选的,所述装置还包括:检测单元,
所述检测单元,用于检测所述待回答问题中是否存在所述问题实体;
所述确定单元包括:
第一提取模块,用于若是,则提取所述问题实体并确定为与所述待回答问题对应的所述问题实体;
第二提取模块,用于提取所述第一问题的所述问题模板并确定为与所述待。
可选的,所述确定单元还包括:
第三提取模块,用于若所述待回答问题中不存在所述问题实体,则提取所述问题模板并确定为与所述待回答问题对应的问题模板;
第四提取模块,用于提取所述第一问题的所述问题实体并确定为与所述待回答问题对应的所述问题实体。
可选的,所述确定单元还包括:
计算模块,用于计算与所述问题模板对应的属性值;
确定模块,用于利用所述问题实体和所述属性值查找并确定与所述待回答问题对应的答案。
为了实现上述目的,根据本发明实施例的第三方面,提供了一种电子设备,所述电子设备包括:一个或多个处理器;存储器,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个实现上述所述的智能回答方法。
借由上述技术方案,本发明实施例提供的智能回答方法及装置,对于现有技术中当用户输入的问题无法通过单轮对话回答时,便无法回答用户输入的问题,从而使得问题回答有很大的片面性和局限性的问题,本发明实施例通过在接收到用户输入的待回答问题时,首先判断该问题是否能够通过单轮对话直接确定问题答案,并在判断无法直接回答时,获取包含用户输入的一个或多个问题的上下文信息,然后结合上下文信息和待回答问题确定问题实体和问题模板,进而在知识图谱中查找并确定与待回答问题对应的答案,因此相比于现有技术,本发明在用户输入的问题无法通过单轮对话进行回答时,能够结合用户输入的上下文信息对问题进行回答,避免了现有技术中在无法通过单轮对话回答时便无法为用户提供答案而造成的问题回答片面的问题,从而提高了问题回答的全面性,且提升了用户体验。
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
通过阅读下文优选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。附图仅用于示出优选实施方式的目的,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示出了本发明实施例提供的一种智能回答方法流程图;
图2示出了本发明实施例提供的一种知识图谱示意图;
图3示出了本发明实施例提供的另一种智能回答方法流程图;
图4示出了本发明实施例提供的一种智能回答流程示意图;
图5示出了本发明实施例提供的一种智能回答装置的组成框图;
图6示出了本发明实施例提供的另一种智能回答装置的组成框图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
为了提高问题回答的全面性,本发明实施例提供了一种智能回答方法,如图1所示,该方法包括:
101、当接收到待回答问题时,判断所述待回答问题是否满足直接回答条件。
其中,所述直接回答条件用于标识所述回答问题能够通过单轮对话确定答案。而所述待回答问题可以为用户通过语音输入的,也可以为通过文字输入的,本发明实施例对此不做具体限定。
需要说明的是,对于本发明实施例的执行主体可以为配置在终端设备中用于回答用户输入问题的装置。而当用户需要通过语音输入问题时,可以通过设定唤醒指令词,如通过输入“请问”、“开启装置”等指令词唤醒设备,以使得设备接收用户输入的问题并做进一步处理。
进一步地,本步骤具体可以根据调用查询函数等查询判断问题是否能够回答的方式进行判断,即判断出问题中包含的实体,并计算问题对应的属性值,然后根据实体和属性值在知识图谱中进行查询是否存在相应的问题答案。也就是说,只有在实体、属性值同时存在且能够匹配到相应结果的情况下,才满足直接回答条件,除此之外均为不满足直接回答条件。例如,如图2所示,在知识图谱中实体A能够分别与属性值1、属性值2和属性3进行匹配得到相应的结果,得到答案a、答案b和答案c,因此当判断出待回答问题中的实体A且计算出问题属性值为属性值1、属性值2或属性3,判断该待回答问题满足直接回答条件,而如果计算出问题属性值为这三个属性值以外的属性值时,则判断为该问题不满足直接回答条件。
对于本发明实施例,通过在接收到用户输入的待回答问题时,首先进行检测是否能够直接回答,若能够直接回答,则通过在知识图谱中查询确定相应的问题答案并输出,而当不能直接回答时,则进一步进行处理以便于对问题进行回答,从而避免了现有技术中在问题无法直接回答时便无法为用户提供答案的问题,提升了问题回答的全面性,进而提升了用户使用感受。
102、若否,则获取与所述待回答问题对应的上下文信息。
其中,所述上下文信息中包含有用户输入的一个或多个问题。对于本发明实施例,可以在终端内设置相应的存储区域,也可以在服务器侧设置相应的存储区域,并将不同用户输入的问题及与问题对应的答案进行统一存储,并按照不同用户标识,例如账户信息、声纹信息等,将上下文信息分别保存,从而当问题无法直接回答时,能够从存储区域内直接获取相应的上下文信息。
例如,在服务器中配置如表1所示的数据表,根据各个用户的声纹信息生成用户标识、用户输入的问题以及与各个问题相应的答案均保存在该数据表中,从而在本步骤中当需要获取上下文信息中可以直接从该数据表中进行查找获取。
表1
用户标识 问题 答案
声纹1 吴彦祖的妻子是谁 朱丽倩
声纹1 中国有多少个省 23个省
…… …… ……
声纹1 张学友是哪一年出生的 1961年7月10日
声纹2 费德勒是哪个国家的 瑞士
…… …… ……
声纹n …… ……
因此当接收到无法直接回答的问题时,可以根据用户标识从数据表中提取用户输入的上下文信息,以便于对该问题进一步进行回答,但具体实施方式不限于此。
103、确定与所述待回答问题对应的问题实体和问题模板。
其中,所述问题实体可以为人名、地名、专有名词等,而所述问题模板可以为用户输入的问题中除问题实体外剩余部分。例如,当用户输入的待回答问题为“刘德华的妻子是谁”时,此时该问题的问题实体为“刘德华”,问题模板为“的妻子是谁”。对于本发明实施例,可以根据预先设定问题实体库,从而在接收到问题时
需要说明的是,由于上述步骤101判断接收到的待回答问题不满足直接回答条件,则可以确定待回答问题中至少缺少问题实体和问题模板中的一个。从而在本步骤中,可以结合待回答问题和上下文信息共同确定待回答问题的问题实体和问题模板,例如从待回答问题中获取问题实体,从上下文信息中获取问题模板,或者根据待回答问题确定问题模板,并从上下文信息中提取问题实体等。
104、根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案并输出。
具体地,本步骤可以为根据问题模板计算相应的属性值,并进一步根据问题实体和属性值,在知识图谱中查找确定待回答问题相应的答案并输出,但不限于此。
本发明实施例提供的智能回答方法,对于现有技术中当用户输入的问题无法通过单轮对话回答时,便无法回答用户输入的问题,从而使得问题回答有很大的片面性和局限性的问题,本发明实施例通过在接收到用户输入的待回答问题时,首先判断该问题是否能够通过单轮对话直接确定问题答案,并在判断无法直接回答时,获取包含用户输入的一个或多个问题的上下文信息,然后结合上下文信息和待回答问题确定问题实体和问题模板,进而在知识图谱中查找并确定与待回答问题对应的答案,因此相比于现有技术,本发明实施例在用户输入的问题无法通过单轮对话进行回答时,能够结合用户输入的上下文信息对问题进行回答,避免了现有技术中在无法通过单轮对话回答时便无法为用户提供答案而造成的问题回答片面的问题,从而提高了问题回答的全面性,且提升了用户体验。
进一步的,作为对图1所示实施例的细化及扩展,本发明实施例还提供了另一种智能回答方法,如图3所示。
201、当接收到待回答问题时,判断所述待回答问题是否满足直接回答条件。
其中,所述直接回答条件用于标识所述回答问题能够通过单轮对话确定答案。本步骤的具体实施方式可以参考所述步骤101中相应描述,在此不再赘述。
202、若否,则获取与所述待回答问题对应的上下文信息。
其中,所述上下文信息中包含有用户输入的一个或多个问题,而所述上下文信息中所述各个问题分别携带有与所述各个问题对应的时间标识。对于本发明实施例,上下文信息中除了包含有用户输入的问题、与问题对应的答案以外,还包括用户输入各个问题的时间信息,从而使得在保存上下文信息时,可以按照时间信息将用户输入的各个问题进行保存,以便于当需要根据时间调用上下文信息内数据能够直接提取。
例如,如上述步骤102中描述的上下文信息中,针对声纹1对应用户输入的上下文信息可以为如下表2所示:
表2
Figure BDA0001643257800000081
进一步地,为了提高资源利用率,本发明实施例可以按照一定的时间间隔对上下文信息进行清理,删除无效的上下文信息数据,例如可以以一天作为时间间隔,对前一天的数据进行清理,还可以以小时为时间间隔等,本发明实施例对此不做具体限定。
203、获取所述待回答问题对应的当前时间。
其中,所述当前时间可以为终端设备对应的时间,也可以为从服务器端获取的时间,且本步骤具体实施方式可以为现有技术中获取时间信息的方式,例如可以通过调用预置接口获取时间信息,还可以通过调用时间查询函数获取等,本发明实施例对此不做具体限定。
204、根据所述时间标识提取与所述当前时间最近的第一时间。
具体地,本步骤可以通过爬虫技术,遍历上下文信息中的时间标识,并从中提取与当前时间最接近的第一时间,但不限于此。
需要说明的是,当待回答问题中无法确定问题实体或者问题模板时,此时需要获取与用户输入的该待回答问题最接近的问题,从而结合该问题进一步确定。因此本步骤中提取与当前时间最接近的第一时间,以便于进一步提取与该第一时间对应的问题。
205、提取与所述第一时间对应的第一问题。
根据上述步骤202中获取到的上下文信息,由于其中各个问题、问题答案和用户输入问题的时间都是一一对应保存的,所以在确定与当前时间最接近的第一时间后,可以直接从上下文信息中提取与待回答问题最接近的问题,以便于从该问题中进一步确定待回答问题的问题实体或者问题模板等。
对于本发明实施例,通过获取当前时间并提取与当前时间最接近的第一时间,而后再提取相应的问题,可以准确的确定与用户输入的待回答问题最为接近的问题,避免了在大量无序的上下文信息数据中提取造成的问题提取错误和浪费时间的问题,从而提高了第一问题确定的准确性和效率,进而提高了问题回答的准确性和效率。
206、检测所述待回答问题中是否存在所述问题实体。
其中,所述问题实体的概念解释可以参考所述步骤103中相应描述,而本步骤具体实施方式可以为通过预置查询函数遍历整个待回答问题,从而确定待回答问题中是否存在预置问题实体库中包含的问题实体,但具体实施方式不限于此。
需要说明的是,当接收到的待回答问题不能直接回答时,则表明该待回答问题的问题实体和问题模板至少有一个不能确定,此时需要根据上下文信息和待回答问题共同确定。而对于本发明实施例,优先判断待回答问题中是否存在问题实体,并根据不同的判断结果采取相应的措施。
207a、若是,则提取所述问题实体并确定为与所述待回答问题对应的所述问题实体。
当检测到待回答问题中存在问题实体时,则表明该待回答问题中缺少问题模板,所以此时提取该问题实体,并进一步根据上下文信息确定问题模板,进而实现对问题答案的确定。
例如,当用户输入的待回答问题为“那张学友呢”,此时判断该问题不满足直接回答条件,并且通过上述步骤检测出该问题中存在问题实体“张学友”,此时直接提取该问题实体,并确定为该待回答问题的问题实体。
208a、提取所述第一问题的所述问题模板并确定为与所述待回答问题对应的所述问题模板。
当待回答问题中存在问题实体时,表明此时需要根据上下文信息确定待回答问题中缺少的问题模板部分,因此在本步骤中从与待回答问题最接近的问题中确定问题模板,以实现待回答问题的问题实体和问题模板的确定。
例如,获取到与待回答问题“那张学友呢”最为接近的第一问题“刘德华今年多少岁了”,由于该问题的问题实体和问题模板分别为“刘德华”和“${entity}今年多少岁了”,所以此时提取问题模板“${entity}今年多少岁了”并确定为本轮待回答问题的模板。
对于本发明实施例,通过首先检测待回答问题中是否存在问题实体,并在存在问题实体时直接提取而后根据上下文信息中的最接近问题确定问题模板,使得能够进一步根据实体和模板查找确定答案,提高了问题回答的全面性。
与所述步骤207a并列的步骤207b、若所述待回答问题中不存在所述问题实体,则提取所述问题模板并确定为与所述待回答问题对应的问题模板。
对于本发明实施例,当待回答问题中不存在问题实体时,则表明该待回答问题存在问题模板而缺少问题实体,则此时提取该问题模板并确定为待回答问题的问题模板。例如,当用户输入的问题为“那他在哪个城市居住呢”,在上述步骤206中进行检测并无法确定该待回答问题中的问题实体,也就是说该问题中的人称代词“他”指代不明确,此时则提取问题模板“${entity}在哪个城市居住呢”。
208b、提取所述第一问题的所述问题实体并确定为与所述待回答问题对应的所述问题实体。
在上述步骤207b中提取到问题模板之后,此时需要结合用户输入上下文信息确定问题实体,则根据上述步骤提取到的与待回答问题最为接近的第一问题中包含的问题实体进行确定。例如,提取到与待回答问题“那他在哪个城市居住呢”对应的第一问题为“姚明现在退役了吗”,由于第一问题中包含的问题实体为“姚明”,则此时提取该问题实体并将该实体确定为待回答问题“那他在哪个城市居住呢”的问题实体,所以此时确定该待回答问题的问题实体和问题模板分别为“姚明”和“${entity}在哪个城市居住呢”。
需要说明的是,当待回答问题无法直接回答时,此时提取与待回答问题最接近的第一问题并结合第一问题确定问题实体和问题模板,若结合第一问题之后仍然无法确定问题实体和问题模板,可以进一步提取与第一问题最为接近的第二问题等,直至获取到问题实体和问题模板,或者在经过预先设定的尝试次数之后结束进程,本发明实施例对此不做具体限定。此外,当检测待回答问题中既不存在问题也不存在问题模板时,此时再将待回答问题确定为无法解答的问题,并输出提示信息,以使得用户重新输入等。
209、根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案并输出。
进一步的,本步骤可以包括:计算与所述问题模板对应的属性值;利用所述问题实体和所述属性值查找并确定与所述待回答问题对应的答案。而具体地计算问题模板属性值的实施方式可以为现有技术中的计算方式,在计算得到与问题模板对应的属性值之后,通过在知识图谱中查找确定答案。
具体地,本步骤中所述的实施方式具体可以参考所述步骤103中相应描述,在此不再赘述。
进一步的,根据步骤201-209所述的方法,结合图4所示示意图,本发明实施例还可以提供一种结合具体的应用场景下智能回答的实施方式,所述实施过程分为四个执行步骤,具体的,如下所述:
第一步、智能回答装置接收用户A输入的待回答问题“那他的代表歌曲是什么呢”,判断该问题不满足直接回答条件,此时获取与用户A对应的上下文信息,得到用户A依次输入三个问题,分别为:“忘情水是谁唱的”、“刘德华是哪一年出生的”和“那张学友呢”,且各个问题对应的时间标识分别为12时32分29秒、12时33分06秒和12时33分30秒。
第二步、获取到用户输入待回答问题的当前时间为12时33分45秒,则从上下文信息中提取与当前时间最接近的第一时间为12时33分30秒,而与第一时间对应的第一问题为“那张学友呢”。
第三步、检测待回答问题“那他的代表歌曲是什么呢”中不存在问题实体,则提取待回答问题中的问题模板“${entity}的代表歌曲是什么呢”。
第四步、从第一问题中提取问题实体“张学友”,此时可以确定待回答问题的问题模板是“${entity}的代表歌曲是什么呢”,和问题实体为“张学友”,并计算与问题模板对应的属性值并查询知识图谱得到与待回答问题对应的答案“吻别、一千个伤心的理由等”。
但需要说明的是,上述应用场景所述的具体实施方式仅仅是示例性的,并非本发明实施例的唯一具体实施方式,在此仅为符合本发明所述的方法的优化实施方式之一。
进一步的,作为对上述图1所示方法的实现,本发明实施例还提供了一种智能回答装置,用于对上述图1所示的方法进行实现。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图5所示,该装置包括:判断单元31、获取单元32、确定单元33,其中
判断单元31,可以用于当接收到待回答问题时,判断所述待回答问题是否满足直接回答条件,所述直接回答条件用于标识所述回答问题能够通过单轮对话确定答案。
获取单元32,可以用于若所述待回答问题不满足直接回答条件,则获取与所述待回答问题对应的上下文信息。
确定单元33,可以用于确定与所述待回答问题对应的问题实体和问题模板。
所述确定单元33,还可以用于根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案并输出。
进一步的,作为对上述图3所示方法的实现,本发明实施例还提供了另一种智能回答装置,用于对上述图3所示的方法进行实现。该装置实施例与前述方法实施例对应,为便于阅读,本装置实施例不再对前述方法实施例中的细节内容进行逐一赘述,但应当明确,本实施例中的装置能够对应实现前述方法实施例中的全部内容。如图6所示,该装置包括:判断单元41、获取单元42、确定单元43,其中
判断单元41,可以用于当接收到待回答问题时,判断所述待回答问题是否满足直接回答条件,所述直接回答条件用于标识所述回答问题能够通过单轮对话确定答案。
获取单元42,可以用于若所述待回答问题不满足直接回答条件,则获取与所述待回答问题对应的上下文信息。
确定单元43,可以用于确定与所述待回答问题对应的问题实体和问题模板。
所述确定单元43,还可以用于根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案并输出。
进一步的,所述装置还包括:提取单元44。
所述获取单元42,还可以用于获取所述待回答问题对应的当前时间。
所述提取单元44,可以用于根据所述时间标识提取与所述当前时间最近的第一时间。
所述提取单元44,还可以用于提取与所述第一时间对应的第一问题。
进一步的,所述装置还包括:检测单元45。
所述检测单元45,可以用于检测所述待回答问题中是否存在所述问题实体。
所述确定单元43包括:
第一提取模块4301,可以用于若是,则提取所述问题实体并确定为与所述待回答问题对应的所述问题实体。
第二提取模块4302,可以用于提取所述第一问题的所述问题模板并确定为与所述待回答问题对应的所述问题模板。
第三提取模块4303,可以用于若所述待回答问题中不存在所述问题实体,则提取所述问题模板并确定为与所述待回答问题对应的问题模板。
第四提取模块4304,可以用于提取所述第一问题的所述问题实体并确定为与所述待回答问题对应的所述问题实体。
本发明实施例提供的另一种智能回答装置。所述装置包括:判断单元、获取单元、确定单元。对于现有技术中当用户输入的问题无法通过单轮对话回答时,便无法回答用户输入的问题,从而使得问题回答有很大的片面性和局限性的问题,本发明通过在接收到用户输入的待回答问题时,首先判断该问题是否能够通过单轮对话直接确定问题答案,并在判断无法直接回答时,获取包含用户输入的一个或多个问题的上下文信息,然后结合上下文信息和待回答问题确定问题实体和问题模板,进而在知识图谱中查找并确定与待回答问题对应的答案,因此相比于现有技术,本发明在用户输入的问题无法通过单轮对话进行回答时,能够结合用户输入的上下文信息对问题进行回答,避免了现有技术中在无法通过单轮对话回答时便无法为用户提供答案而造成的问题回答片面的问题,从而提高了问题回答的全面性,且提升了用户体验。
所述文本处理装置包括处理器和存储器,上述判断单元31、获取单元32、确定单元33等均作为程序单元存储在存储器中,由处理器执行存储在存储器中的上述程序单元来实现相应的功能。
处理器中包含内核,由内核去存储器中调取相应的程序单元。内核可以设置一个或以上,通过调整内核参数来提高问题回答的全面性。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM),存储器包括至少一个存储芯片。
本发明实施例提供了一种电子设备,所述电子设备包括:一个或多个处理器;存储器,用于存储一个或多个程序;当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个实现上述所述的智能回答方法。
本发明实施例提供了一种设备,设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序,处理器执行程序时实现以下步骤:当接收到待回答问题时,判断所述待回答问题是否满足直接回答条件,所述直接回答条件用于标识所述回答问题能够通过单轮对话确定答案;若否,则获取与所述待回答问题对应的上下文信息,所述上下文信息中包含有用户输入的一个或多个问题;确定与所述待回答问题对应的问题实体和问题模板;根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案并输出。
进一步的,所述上下文信息中所述各个问题分别携带有与所述各个问题对应的时间标识,所述方法还包括:
获取所述待回答问题对应的当前时间;
根据所述时间标识提取与所述当前时间最近的第一时间;
提取与所述第一时间对应的第一问题。
进一步的,所述若所述待回答问题不满足直接回答条件之后,所述方法还包括:
检测所述待回答问题中是否存在所述问题实体;
所述确定与所述待回答问题对应的问题实体和问题模板包括:
若是,则提取所述问题实体并确定为与所述待回答问题对应的所述问题实体;
提取所述第一问题的所述问题模板并确定为与所述待回答问题对应的所述问题模板。
进一步的,所述确定与所述待回答问题对应的问题实体和问题模板还包括:
若所述待回答问题中不存在所述问题实体,则提取所述问题模板并确定为与所述待回答问题对应的问题模板;
提取所述第一问题的所述问题实体并确定为与所述待回答问题对应的所述问题实体。
进一步的,所述根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案,包括:
计算与所述问题模板对应的属性值;
利用所述问题实体和所述属性值查找并确定与所述待回答问题对应的答案。
本发明实施例中的设备可以是服务器、PC、PAD、手机等。
本发明实施例还提供了一种计算机程序产品,当在数据处理设备上执行时,适于执行初始化有如下方法步骤的程序:当接收到待回答问题时,判断所述待回答问题是否满足直接回答条件,所述直接回答条件用于标识所述回答问题能够通过单轮对话确定答案;若否,则获取与所述待回答问题对应的上下文信息,所述上下文信息中包含有用户输入的一个或多个问题;确定与所述待回答问题对应的问题实体和问题模板;根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案并输出。
进一步的,所述上下文信息中所述各个问题分别携带有与所述各个问题对应的时间标识,所述方法还包括:
获取所述待回答问题对应的当前时间;
根据所述时间标识提取与所述当前时间最近的第一时间;
提取与所述第一时间对应的第一问题。
进一步的,所述若所述待回答问题不满足直接回答条件之后,所述方法还包括:
检测所述待回答问题中是否存在所述问题实体;
所述确定与所述待回答问题对应的问题实体和问题模板包括:
若是,则提取所述问题实体并确定为与所述待回答问题对应的所述问题实体;
提取所述第一问题的所述问题模板并确定为与所述待回答问题对应的所述问题模板。
进一步的,所述确定与所述待回答问题对应的问题实体和问题模板还包括:
若所述待回答问题中不存在所述问题实体,则提取所述问题模板并确定为与所述待回答问题对应的问题模板;
提取所述第一问题的所述问题实体并确定为与所述待回答问题对应的所述问题实体。
进一步的,所述根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案,包括:
计算与所述问题模板对应的属性值;
利用所述问题实体和所述属性值查找并确定与所述待回答问题对应的答案。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
存储器可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。
计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个......”限定的要素,并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。
本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
以上仅为本申请的实施例而已,并不用于限制本申请。对于本领域技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等,均应包含在本申请的权利要求范围之内。

Claims (8)

1.一种智能回答方法,其特征在于,所述方法包括:
当接收到待回答问题时,判断所述待回答问题是否满足直接回答条件,所述直接回答条件用于标识所述回答问题能够通过单轮对话确定答案;
若否,则获取与所述待回答问题对应的上下文信息,所述上下文信息中包含有用户输入的一个或多个问题;
确定与所述待回答问题对应的问题实体和问题模板;
根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案并输出;
所述获取与所述待回答问题对应的上下文信息之后,还包括:
按照一定的时间间隔对上下文信息进行清理,删除无效的上下文信息数据;
所述确定与所述待回答问题对应的问题实体和问题模板之后,还包括:
在检测待回答问题中既不存在问题实体也不存在问题模板的情况下,将所述待回答问题确定为无法解答的问题,并输出提示信息;
所述上下文信息中各个问题分别携带有与各个问题对应的时间标识,所述方法还包括:
获取所述待回答问题对应的当前时间;
根据所述时间标识提取与所述当前时间最近的第一时间;
提取与所述第一时间对应的第一问题。
2.根据权利要求1所述的方法,其特征在于,所述判断所述待回答问题是否满足直接回答条件,若所述待回答问题不满足直接回答条件之后,所述方法还包括:
检测所述待回答问题中是否存在所述问题实体;
所述确定与所述待回答问题对应的问题实体和问题模板包括:
若是,则提取所述问题实体并确定为与所述待回答问题对应的所述问题实体;
提取所述第一问题的所述问题模板并确定为与所述待回答问题对应的所述问题模板。
3.根据权利要求2所述的方法,其特征在于,所述确定与所述待回答问题对应的问题实体和问题模板还包括:
若所述待回答问题中不存在所述问题实体,则提取所述问题模板并确定为与所述待回答问题对应的问题模板;
提取所述第一问题的所述问题实体并确定为与所述待回答问题对应的所述问题实体。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案,包括:
计算与所述问题模板对应的属性值;
利用所述问题实体和所述属性值查找并确定与所述待回答问题对应的答案。
5.一种智能回答装置,其特征在于,所述装置包括:
判断单元,用于当接收到待回答问题时,判断所述待回答问题是否满足直接回答条件,所述直接回答条件用于标识所述回答问题能够通过单轮对话确定答案;
获取单元,用于若否,则获取与所述待回答问题对应的上下文信息,所述上下文信息中包含有用户输入的一个或多个问题;
确定单元,用于确定与所述待回答问题对应的问题实体和问题模板;
所述确定单元,还用于根据所述与所述待回答问题对应的所述问题实体和所述问题模板,确定所述待回答问题的答案并输出;
所述获取单元,还用于所述获取与所述待回答问题对应的上下文信息之后,按照一定的时间间隔对上下文信息进行清理,删除无效的上下文信息数据;
所述确定单元,还用于所述确定与所述待回答问题对应的问题实体和问题模板之后,在检测待回答问题中既不存在问题实体也不存在问题模板的情况下,将所述待回答问题确定为无法解答的问题,并输出提示信息;
所述上下文信息中各个问题分别携带有与所述各个问题对应的时间标识,所述装置还包括:提取单元,
所述获取单元,用于获取所述待回答问题对应的当前时间;
所述提取单元,用于根据所述时间标识提取与所述当前时间最近的第一时间;
所述提取单元,还用于提取与所述第一时间对应的第一问题。
6.根据权利要求5所述的装置,其特征在于,所述装置还包括:检测单元,
所述检测单元,用于检测所述待回答问题中是否存在所述问题实体;
所述确定单元包括:
第一提取模块,用于若是,则提取所述问题实体并确定为与所述待回答问题对应的所述问题实体;
第二提取模块,用于提取所述第一问题的所述问题模板并确定为与所述待回答问题对应的所述问题模板。
7.一种存储介质,其特征在于,所述存储介质包括存储的程序,其中,在所述程序运行时控制所述存储介质所在设备执行权利要求1至权利要求4中任意一项所述的智能回答方法。
8.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储器,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个实现如权利要求3至权利要求4中任意一项所述的智能回答方法。
CN201810396200.1A 2018-04-27 2018-04-27 一种智能回答方法及装置 Active CN108804525B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810396200.1A CN108804525B (zh) 2018-04-27 2018-04-27 一种智能回答方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810396200.1A CN108804525B (zh) 2018-04-27 2018-04-27 一种智能回答方法及装置

Publications (2)

Publication Number Publication Date
CN108804525A CN108804525A (zh) 2018-11-13
CN108804525B true CN108804525B (zh) 2021-04-13

Family

ID=64093483

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810396200.1A Active CN108804525B (zh) 2018-04-27 2018-04-27 一种智能回答方法及装置

Country Status (1)

Country Link
CN (1) CN108804525B (zh)

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109783627B (zh) * 2019-01-07 2023-06-30 平安科技(深圳)有限公司 自动应答的方法、装置、计算机设备及存储介质
CN109918494B (zh) * 2019-03-22 2022-11-04 元来信息科技(湖州)有限公司 基于图的上下文关联回复生成方法、计算机及介质
CN112836023A (zh) * 2019-11-22 2021-05-25 华为技术有限公司 一种基于知识图谱的问答方法及装置
CN111353017A (zh) * 2020-02-20 2020-06-30 上海智臻智能网络科技股份有限公司 智能交互方法和装置
CN114518553B (zh) * 2022-04-14 2022-07-19 中国科学院精密测量科学与技术创新研究院 一种精确测量电磁体场强的宽带变频伪二维谱nmr方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103425714A (zh) * 2012-05-25 2013-12-04 北京搜狗信息服务有限公司 一种搜索方法和系统
CN106095932A (zh) * 2016-06-13 2016-11-09 竹间智能科技(上海)有限公司 百科知识问句识别方法及装置
CN107632979A (zh) * 2017-10-13 2018-01-26 华中科技大学 一种用于交互式问答的问题解析方法及系统
CN107958001A (zh) * 2016-10-14 2018-04-24 阿里巴巴集团控股有限公司 一种智能问答的实现方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103425714A (zh) * 2012-05-25 2013-12-04 北京搜狗信息服务有限公司 一种搜索方法和系统
CN106095932A (zh) * 2016-06-13 2016-11-09 竹间智能科技(上海)有限公司 百科知识问句识别方法及装置
CN107958001A (zh) * 2016-10-14 2018-04-24 阿里巴巴集团控股有限公司 一种智能问答的实现方法及装置
CN107632979A (zh) * 2017-10-13 2018-01-26 华中科技大学 一种用于交互式问答的问题解析方法及系统

Also Published As

Publication number Publication date
CN108804525A (zh) 2018-11-13

Similar Documents

Publication Publication Date Title
CN108804525B (zh) 一种智能回答方法及装置
CN109815991B (zh) 机器学习模型的训练方法、装置、电子设备及存储介质
WO2018157805A1 (zh) 一种自动问答处理方法及自动问答系统
US9582757B1 (en) Scalable curation system
CN109408821B (zh) 一种语料生成方法、装置、计算设备及存储介质
WO2019084810A1 (zh) 一种信息处理方法及终端、计算机存储介质
CN111737499B (zh) 基于自然语言处理的数据搜索方法及相关设备
CN108937866B (zh) 睡眠状态的监测方法及装置
CN109597983B (zh) 一种拼写纠错方法及装置
CN105608199A (zh) 用于智能问答系统中的标准问的扩展方法和装置
CN109726280B (zh) 一种针对同名学者的排歧方法及装置
CN111428466B (zh) 法律文书解析方法及装置
CN109615009B (zh) 一种学习内容推荐方法及电子设备
WO2017000341A1 (zh) 一种信息处理方法、装置以及终端
CN110309295B (zh) 生成裁判文书经审理查明段的方法及装置
CN113761137B (zh) 一种提取地址信息的方法及装置
CN110162797B (zh) 文章质量检测方法和装置
CN111935552A (zh) 信息标注方法、装置、设备及介质
CN109684357B (zh) 信息处理方法及装置、存储介质、终端
CN110019659B (zh) 裁判文书的检索方法及装置
CN110955812B (zh) 一种敏感案件识别方法及装置
CN113627148A (zh) 一种知识库中知识的自动关联方法及装置
CN110968691B (zh) 司法热点确定方法及装置
CN111401034B (zh) 文本的语义分析方法、语义分析装置及终端
CN113704422A (zh) 一种文本推荐方法、装置、计算机设备和存储介质

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211117

Address after: 210034 floor 8, building D11, Hongfeng Science Park, Nanjing Economic and Technological Development Zone, Jiangsu Province

Patentee after: New Technology Co.,Ltd.

Patentee after: Volkswagen (China) Investment Co., Ltd

Address before: 100080 Suzhou Street, Haidian District, Haidian District, No. 1602, room 16, room 16

Patentee before: MOBVOI INFORMATION TECHNOLOGY Co.,Ltd.