CN109635094A - 用于生成答案的方法和装置 - Google Patents

Abstract

本申请实施例公开了用于生成答案的方法和装置。该方法的一具体实施方式包括：获取与以自然语言描述的问题相关联的文本文档；若文本文档中存在列表类型的语句，则确定问题与语句的相关度；若相关度大于或等于第一阈值，则将语句确定为问题的答案。该实施方式可以将列表类型的语句整体确定为答案，使得到的答案更加完整、准确。

Description

用于生成答案的方法和装置

技术领域

本申请实施例涉及计算机技术领域，具体涉及用于生成答案的方法和装置。

背景技术

人工智能(Artificial Intelligence)，英文缩写为AI。它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学。人工智能是计算机科学的一个分支，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器，该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。

人工智能的目标是搭建一个通用的对话系统，而自动问答系统作为与对话系统最接近的形态，一直是人工智能研究的重点方向。在自动问答场景中，用户可以向自动问答系统提出用自然语言表达的问题，自动问答系统将针对提出的问题返回用自然语言表达的正确答案。

为了实现自动问答系统，需要先从海量数据中获取与问题相关联的文档、段落(例如，可以通过搜索引擎或者其他文本相关性技术实现)，接着从文档、段落中定位答案的具体位置，最终将定位到的答案进行展现。

发明内容

本申请实施例提出了用于生成答案的方法和装置。

第一方面，本申请实施例提供了一种用于生成答案的方法，该方法包括：获取与以自然语言描述的问题相关联的文本文档；若文本文档中存在列表类型的语句，则确定问题与语句的相关度；若相关度大于或等于第一阈值，则将语句确定为问题的答案。

在一些实施例中，该方法还包括：若相关度小于第一阈值，则确定语句中是否存在用于表征答案的关键词；若语句中存在用于表征答案的关键词，则将语句确定为问题的答案。

在一些实施例中，该方法还包括：若文本文档中不存在语句，则基于问题对文本文档进行阅读理解，生成问题的答案。

在一些实施例中，该方法还包括：若语句中不存在用于表征答案的关键词，则基于问题对文本文档进行阅读理解，生成问题的答案。

在一些实施例中，基于问题对文本文档进行阅读理解，生成问题的答案，包括：基于问题对文本文档进行阅读理解，确定答案开始位置和答案结束位置以及答案开始位置的概率和答案结束位置的概率；若答案开始位置的概率与答案结束位置的概率的乘积大于或等于第二阈值，则将答案开始位置与答案结束位置之间的文本内容确定为问题的答案。

在一些实施例中，确定语句中是否存在用于表征答案的关键词，包括：从问题中提取能够表征答案类型的词语；获取所提取的词语的扩展词；从文本文档中获取与所提取的词语及其扩展词相关联的至少一个关键词；确定关键词是否包含在语句中。

在一些实施例中，确定语句中是否存在用于表征答案的关键词，包括：从问题中提取能够表征答案类型的词语；获取所提取的词语的扩展词；确定语句中是否存在与所提取的词语及其扩展词相关联的关键词。

在一些实施例中，该方法还包括：将答案发送到接收问题的终端设备，以便终端设备展现答案。

第二方面，本申请实施例提供了一种用于回答问题的方法，该方法包括：接收以自然语言描述的问题；将问题发送到服务器，其中，服务器被配置成采用如第一方面任一实现方式描述的方法生成问题的答案；接收服务器返回的答案，以及展现答案。

第三方面，本申请实施例提供了一种用于生成答案的装置，该装置包括：文档获取单元，被配置成获取与以自然语言描述的问题相关联的文本文档；相关度确定单元，被配置成若文本文档中存在列表类型的语句，则确定问题与语句的相关度；第一答案生成单元，被配置成若相关度大于或等于第一阈值，则将语句确定为问题的答案。

在一些实施例中，该装置还包括：关键词确定单元，被配置成若相关度小于第一阈值，则确定语句中是否存在用于表征答案的关键词；第二答案生成单元，被配置成若语句中存在用于表征答案的关键词，则将语句确定为问题的答案。

在一些实施例中，该装置还包括：第三答案生成单元，被配置成若文本文档中不存在语句，则基于问题对文本文档进行阅读理解，生成问题的答案。

在一些实施例中，该装置还包括：第四答案生成单元，被配置成若语句中不存在用于表征答案的关键词，则基于问题对文本文档进行阅读理解，生成问题的答案。

在一些实施例中，第三答案生成单元或第四答案生成单元包括：阅读理解模块，被配置成基于问题对文本文档进行阅读理解，确定答案开始位置和答案结束位置以及答案开始位置的概率和答案结束位置的概率；答案生成模块，被配置成若答案开始位置的概率与答案结束位置的概率的乘积大于或等于第二阈值，则将答案开始位置与答案结束位置之间的文本内容确定为问题的答案。

在一些实施例中，关键词确定单元包括：词语提取模块，被配置成从问题中提取能够表征答案类型的词语；扩展词获取模块，被配置成获取所提取的词语的扩展词；关键词获取模块，被配置成从文本文档中获取与所提取的词语及其扩展词相关联的至少一个关键词；判断模块，被配置成确定关键词是否包含在语句中。

在一些实施例中，关键词确定单元包括：词语提取模块，被配置成从问题中提取能够表征答案类型的词语；扩展词获取模块，被配置成获取所提取的词语的扩展词；判断模块，被配置成确定语句中是否存在与所提取的词语及其扩展词相关联的关键词。

在一些实施例中，该装置还包括：答案发送单元，被配置成将答案发送到接收问题的终端设备，以便终端设备展现答案。

第四方面，本申请实施例提供了一种用于回答问题的装置，该装置包括：问题接收单元，被配置成接收以自然语言描述的问题；问题发送单元，被配置成将问题发送到服务器，其中，服务器被配置成采用如第一方面中任一实现方式描述的方法生成问题的答案；答案接收展现单元，被配置成接收服务器返回的答案，以及展现答案。

第五方面，本申请实施例提供了一种服务器，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第六方面，本申请实施例提供了一种终端设备，包括：一个或多个处理器；存储装置，其上存储有一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第二方面描述的方法。

第七方面，本申请实施例提供了一种计算机可读介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面或第二方面中任一实现方式描述的方法。

本申请实施例提供的用于生成答案的方法和装置，通过获取以自然语言描述的问题以及与问题相关联的文本文档，之后确定文本文档中是否存在列表类型的语句，若文本文档中存在列表类型的语句，则确定问题与列表类型的语句的相关度，最后在相关度大于或等于第一阈值时，将列表类型的语句确定为问题的答案，从而可以将列表类型的语句整体确定为答案，使得到的答案更加完整、准确。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请的一个实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于生成答案的方法的一个实施例的流程图；

图3A和图3B是根据本申请的用于生成答案的方法的一个应用场景的示意图；

图4是根据本申请的用于回答问题的方法的一个实施例的流程图；

图5是根据本申请的用于生成答案的装置的一个实施例的结构示意图；

图6是根据本申请的用于回答问题的装置的一个实施例的结构示意图；

图7是适于用来实现本申请实施例的服务器或终端设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请的用于生成答案的方法、用于回答问题的方法、用于生成答案的装置或用于回答问题的装置的实施例的示例性系统架构100。

如图1所示，系统架构100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如问答类应用、购物类应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等。

终端设备101、102、103可以是硬件，也可以是软件。当终端设备101、102、103为硬件时，可以是支持回答用户提出的问题的各种电子设备，包括但不限于智能手机、平板电脑、智能音箱等。当终端设备101、102、103为软件时，可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

服务器105可以是提供各种服务的服务器，例如对终端设备101、102、103上运行的问答类应用提供支持的后台服务器。服务器105可以获取与问题相关联的文本文档，并对文本文档等数据进行分析等处理，确定问题的答案，并将答案反馈给终端设备101、102、103。

需要说明的是，服务器可以是硬件，也可以是软件。当服务器为硬件时，可以实现成多个服务器组成的分布式服务器集群，也可以实现成单个服务器。当服务器为软件时，可以实现成多个软件或软件模块(例如用来提供分布式服务)，也可以实现成单个软件或软件模块。在此不做具体限定。

需要说明的是，本申请实施例所提供的用于生成答案的方法一般由服务器105执行，相应地，用于生成答案的装置一般设置于服务器105中。本申请实施例所提供的用于回答问题的方法一般由终端设备101、102、103执行，相应地，用于回答问题的装置一般设置于终端设备101、102、103中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

继续参考图2，示出了根据本申请的用于生成答案的方法的一个实施例的流程200。该用于生成答案的方法，可以包括以下步骤：

步骤201，获取与以自然语言描述的问题相关联的文本文档。

在本实施例中，用于生成答案的方法运行于其上的执行主体(例如图1的服务器105)可以通过有线连接方式或者无线连接方式获取与问题相关联的文本文档。这里，问题可以是以自然语言描述的问题，例如，“贫血吃什么补血最快？”等。问题可以是用户以语音或文字输入的方式输入到终端设备(例如图1的终端设备101、102、103)中的问题。上述文本文档可以是上述执行主体通过例如搜索引擎或其他文本相关性技术从海量数据中获取的与上述问题相关联的网页、文章等。

需要指出的是，上述无线连接方式可以包括但不限于3G(the 3rd generation，第三代)/4G(the 4th generation，第四代)/5G(the 5th generation，第五代)通信连接、Wi-Fi(Wireless-Fidelity，无线保真)连接、蓝牙连接、WiMAX(Worldwide Interoperabilityfor Microwave Access，全球微波互联接入)连接、Zigbee(又名紫蜂协议)连接、UWB(UltraWideband，超宽带)连接、以及其他现在已知或将来开发的无线连接方式。

步骤202，确定文本文档中是否存在列表类型的语句。

在本实施例中，用于生成答案的方法运行于其上的执行主体(例如图1的服务器105)可以对步骤201获取的文本文档进行语义分析，确定上述文本文档中是否存在列表类型的语句。若上述文本文档中存在列表类型的语句，则可以执行步骤203。这里，列表类型的语句可以指带有项目符号(数字、字母或其他项目符号)的并列语句。例如，在文本文档“1、补充维C促进铁吸收。2、贫血多补铁。3、贫血要多吃高蛋白质。”(为了便于说明，省略了其中的换行等格式标记)中，以数字1、2、3开头的语句可以被称为列表类型的语句。再例如，在文本文档“如何编辑掌门人宣言？a.登录后进入个人中心页；b.点击‘编辑宣言’按钮，在文字输入框内对宣言进行修改和编辑；c.编辑完成后，点击‘提交宣言’，完成编辑。”中，以字母a、b、c开头的语句可以被称为列表类型的语句。

在本实施例的一些可选的实现方式中，可以通过正则表达式的方式对文本文档中的列表类型的语句进行匹配，从而可以确定文本文档中是否存在列表类型的语句。正则表达式(Regular Expression)，也称为规则表达式，计算机科学的一个概念。正则表达式通常被用来检索、替换那些符合某个模式(规则)的文本。

步骤203，确定问题与语句的相关度。

在本实施例中，用于生成答案的方法运行于其上的执行主体(例如图1的服务器105)可以使用例如文本相关性技术确定问题与列表类型的语句的相关度。这里，相关度可以是0至1之间的小数，也可以是分值(例如，0至10之间的分值)。

步骤204，确定相关度是否大于或等于第一阈值。

在本实施例中，用于生成答案的方法运行于其上的执行主体(例如图1的服务器105)可以将步骤203确定的相关度与第一阈值进行比较，确定上述相关度是否大于或等于第一阈值。若上述相关度大于或等于第一阈值，则可以执行步骤205。这里，第一阈值可以是预先设定的小数或分值。

步骤205，将语句确定为问题的答案。

在本实施例中，由于列表类型的语句与问题的相关度大于或等于第一阈值，因此用于生成答案的方法运行于其上的执行主体(例如图1的服务器105)可以将上述列表类型的语句确定为问题的答案。

由上可知，与直接从文本文档中定位答案的具体位置相比，本实施例提供的方案将列表类型的语句作为一个整体进行语义分析处理，从而可以将列表类型的语句整体确定为答案，进而避免列表类型的语句被拆开，使得生成的答案更加完整、准确。

在本实施例的一些可选的实现方式中，该用于生成答案的方法还可以包括：若步骤203确定的相关度小于第一阈值，则执行步骤206。

步骤206，确定语句中是否存在答案关键词。

在本实现方式中，用于生成答案的方法运行于其上的执行主体(例如图1的服务器105)可以对列表类型的语句进行语义分析，确定上述语句中是否存在用于表征答案的关键词(下文简称答案关键词)。若上述语句中存在答案关键词，则可以执行步骤207。

在本实施例的一些可选的实现方式中，步骤206具体可以包括如下步骤：

第一步，从问题中提取能够表征答案类型的词语。例如，可以对问句进行LAT(Lexical Answer Type，词法答案类型)识别，得到表征答案类型的词语(下文简称答案类型词语)。作为示例，对问题“贫血吃什么补血最快？”进行LAT识别，得到答案类型词语为“吃什么”。

第二步，对第一步提取的词语进行词语扩展(例如同义词扩展、近义词扩展等)，得到上述词语的扩展词。例如，对词语“吃什么”进行词语扩展，可以得到扩展词“美食”、“汤”、“食物”等。可以将第一步提取的词语和第二步扩展的词语确定为最终的答案类型词语。

第三步，从步骤201获取的文本文档中获取与所提取的词语及其扩展词相关联的至少一个关键词。作为示例，经过第一步的LAT识别和第二步的词语扩展得到最终的答案类型词语为{“吃什么”，“美食”，“汤”，“食物”}，然后根据上述词语可以从文本文档中抽取到如下答案关键词“猪肝”、“鸡鸭”、“红枣”、“铁之缘片”、“阿胶”等(即，至少一个关键词)。

第四步，确定列表类型的语句是否包含关键词。作为示例，语句“1、薏仁红枣粥；2、猪肝菠菜汤；3、铁之缘片。”包含关键词“红枣”、“猪肝”、“铁之缘片”，则可以确定该语句中存在答案关键词。

在本实施例的一些可选的实现方式中，步骤206具体可以包括如下步骤：

第一步，从问题中提取能够表征答案类型的词语。例如，可以对问句进行LAT识别，得到答案类型词语。作为示例，对问题“贫血吃什么补血最快？”进行LAT识别，得到答案类型词语为“吃什么”。

第二步，对第一步提取的词语进行扩展(例如同义词扩展、近义词扩展等)，得到上述词语的扩展词。例如，对词语“吃什么”进行扩展，可以得到扩展词“美食”、“汤”、“食物”等。可以将第一步提取的词语和第二步扩展的词语确定为最终的答案类型词语。

第三步，确定列表类型的语句中是否存在与第一步提取的词语以及第二步扩展的扩展词相关联的关键词。作为示例，经过第一步的LAT识别和第二步的词语扩展得到最终的答案类型词语为{“吃什么”，“美食”，“汤”，“食物”}，然后根据上述词语可以从语句“1、薏仁红枣粥；2、猪肝菠菜汤；3、铁之缘片。”中可以抽取到关键词“红枣”、“猪肝”、“铁之缘片”，则可以确定该语句中存在答案关键词。

步骤207，将语句确定为问题的答案。

在本实现方式中，由于列表类型的语句中存在答案关键词，因此用于生成答案的方法运行于其上的执行主体(例如图1的服务器105)可以将上述列表类型的语句确定为问题的答案。

在本实施例的一些可选的实现方式中，该用于生成答案的方法还可以包括：若步骤201获取的文本文档中不存在列表类型的语句，则可以执行步骤208。

在本实施例的一些可选的实现方式中，该用于生成答案的方法还可以包括：若列表类型的语句中不存在答案关键词，则可以执行步骤208。

步骤208，基于问题对文本文档进行阅读理解，生成问题的答案。

在本实现方式中，用于生成答案的方法运行于其上的执行主体(例如图1的服务器105)可以基于问题对步骤201获取的文本文档进行阅读理解，生成问题的答案。例如，可以采用注意力机制将问题的向量表示融合到文本文档的向量表示中，然后抽取能够用于回答问题的文本片段生成问题的答案。

在本实施例的一些可选的实现方式中，步骤208具体可以包括如下步骤：

第一步，基于问题对步骤201获取的文本文档进行阅读理解(也称机器阅读理解，英文全称Machine Reading Comprehension，简写为MRC)，确定文本文档中每个词作为答案开始位置和答案结束位置的概率。然后可以将答案开始位置的概率与答案结束位置的概率的乘积最大时对应的词语对确定为答案区间。作为示例，可以将答案开始位置的概率分别与答案结束位置的概率相乘，在所得到的乘积中，若词语A作为答案开始位置的概率与词语B作为答案结束位置的概率的乘积最大，则将词语A确定为答案开始位置，将词语B确定为答案结束位置。

第二步，比较第一步确定的答案开始位置的概率与答案结束位置的概率的乘积与第二阈值的大小关系。若上述乘积大于或等于第二阈值，则将答案开始位置与答案结束位置之间的文本内容确定为问题的答案(反之，若乘积小于第二阈值，则意味着文本文中没有适合作为答案的文本片段)。这里，第二阈值可以是预先设定的概率值。

在本实施例的一些可选的实现方式中，该用于生成答案的方法还可以包括：将步骤205、207或208生成的答案发送到接收问题的终端设备。终端设备可以以语音或屏幕显示的方式展现接收到的答案，从而实现回答问题。

继续参见图3A和图3B，图3A和图3B是根据本实施例的用于生成答案的方法的应用场景300的一个示意图。在该应用场景300中，服务器303从问答机器人(未示出)接收用户问题301(具体内容参见图3B所示)，并通过搜索引擎获取与用户问题301相关联的文本文档302(具体内容参见图3B所示)。之后，服务器303通过正则表达式从文本文档302中匹配列表类型的语句，得到列表类型的语句304“1、薏仁红枣粥……。2、猪肝菠菜汤……。3、铁之缘片……。”。然后使用文本相关性技术计算用户问题301与语句304的相关度(例如15％)，该相关度低于第一阈值(例如60％)。随后，对用户问题301进行LAT识别以及对识别结果进行词语扩展，得到最终的答案类型词语306“吃什么/美食/汤/食物”。接着，从文本文档302中抽取与答案类型词语306相关联的答案关键词305“红枣、猪肝、菠菜、铁之缘片……”。由于语句304中包含“红枣”、“猪肝”、“铁之缘片”等答案关键词，从而可以确定语句304中存在答案关键词。因此，可以将语句304作为用户问题301的答案307，并将答案307返回问答机器人。

本申请的上述实施例提供的方法，通过获取以自然语言描述的问题以及与问题相关联的文本文档，之后确定文本文档中是否存在列表类型的语句，若文本文档中存在列表类型的语句，则确定问题与列表类型的语句的相关度，最后在相关度大于或等于第一阈值时，将列表类型的语句确定为问题的答案，从而可以将列表类型的语句整体确定为答案，使得到的答案更加完整、准确。

继续参考图4，示出了根据本申请的用于回答问题的方法的一个实施例的流程400。该用于回答问题的方法，可以包括以下步骤：

步骤401，接收以自然语言描述的问题。

在本实施例中，用于回答问题的方法运行于其上的执行主体(例如图1的终端设备101、102、103)可以接收用户以语音或文字输入方式提交的问题。其中，问题可以是以自然语言描述的问题，例如，“贫血吃什么补血最快？”等。

步骤402，将问题发送到服务器。

在本实施例中，用于回答问题的方法运行于其上的执行主体(例如图1的终端设备101、102、103)可以通过有线连接方式或者无线连接方式将步骤401接收的问题发送到服务器(例如图1的服务器105)。其中，上述服务器可以采用图2对应的实施例描述的方法生成步骤401接收的问题的答案。

步骤403，接收服务器返回的答案，以及展现答案。

在本实施例中，用于回答问题的方法运行于其上的执行主体(例如图1的终端设备101、102、103)可以接收服务器返回的答案，然后可以以语音或屏幕显示的方式展现接收到的答案，从而实现回答问题。

本申请的上述实施例提供的方法，通过接收以自然语言描述的问题，之后将问题发送到服务器并接收服务器返回的答案，最后展现答案，从而可以将列表类型的语句整体确定为答案，使得到的答案更加完整、准确。

进一步参考图5，作为对图2所示方法的实现，本申请提供了一种用于生成答案的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于服务器中。

如图5所示，本实施例的用于生成答案的装置500可以包括文档获取单元501、相关度确定单元502和第一答案生成单元503。其中，文档获取单元501被配置成获取与以自然语言描述的问题相关联的文本文档；相关度确定单元502被配置成若文本文档中存在列表类型的语句，则确定问题与语句的相关度；而第一答案生成单元503被配置成若相关度大于或等于第一阈值，则将语句确定为问题的答案。

在本实施例中，本实施例的用于生成答案的装置500的文档获取单元501可以通过有线连接方式或者无线连接方式获取与问题相关联的文本文档。这里，问题可以是以自然语言描述的问题，例如，“贫血吃什么补血最快？”等。问题可以是用户以语音或文字输入的方式输入到终端设备(例如图1的终端设备101、102、103)中的问题。上述文本文档可以是上述执行主体通过例如搜索引擎或其他文本相关性技术从海量数据中获取的与上述问题相关联的网页、文章等。

在本实施例中，上述相关度确定单元502可以在文档获取单元501获取的文本文档存在列表类型的语句时，使用例如文本相关性技术确定问题与列表类型的语句的相关度。这里，列表类型的语句可以指带有项目符号(数字、字母或其他项目符号)的并列语句。相关度可以是0至1之间的小数，也可以是分值(例如，0至10之间的分值)。

在本实施例中，上述第一答案生成单元503可以在上述相关度确定单元502确定的相关度大于或等于第一阈值时，将列表类型的语句确定为问题的答案。这里，第一阈值可以是预先设定的小数或分值。

由上可知，与直接从文本文档中定位答案的具体位置相比，本实施例提供的方案将列表类型的语句作为一个整体进行语义分析处理，从而可以将列表类型的语句整体确定为答案，进而避免列表类型的语句被拆开，使得生成的答案更加完整、准确。

在本实施例的一些可选的实现方式中，该用于生成答案的装置500还可以包括关键词确定单元和第二答案生成单元。其中，关键词确定单元被配置成若相关度小于第一阈值，则确定列表类型的语句中是否存在答案关键词；第二答案生成单元被配置成若语句中存在答案关键词，则将语句确定为问题的答案。

在本实施例的一些可选的实现方式中，该用于生成答案的装置500还可以包括第三答案生成单元。其中，第三答案生成单元被配置成：若文本文档中不存在列表类型的语句，则基于问题对文本文档进行阅读理解，生成问题的答案。

在本实施例的一些可选的实现方式中，该用于生成答案的装置500还可以包括第四答案生成单元。其中，第四答案生成单元被配置成：若列表类型的语句中不存在答案关键词，则基于问题对文本文档进行阅读理解，生成问题的答案。

在本实施例的一些可选的实现方式中，上述第三答案生成单元或第四答案生成单元可以包括阅读理解模块和答案生成模块。其中，阅读理解模块被配置成基于问题对文本文档进行阅读理解，确定答案开始位置和答案结束位置以及答案开始位置的概率和答案结束位置的概率；而答案生成模块被配置成若答案开始位置的概率与答案结束位置的概率的乘积大于或等于第二阈值，则将答案开始位置与答案结束位置之间的文本内容确定为问题的答案。

在本实施例的一些可选的实现方式中，关键词确定单元可以包括词语提取模块、扩展词获取模块、关键词获取模块和判断模块。其中，词语提取模块被配置成从问题中提取能够表征答案类型的词语；扩展词获取模块被配置成获取所提取的词语的扩展词；关键词获取模块被配置成从文本文档中获取与所提取的词语及其扩展词相关联的至少一个关键词；而判断模块被配置成确定关键词是否包含在列表类型的语句中。

在本实施例的一些可选的实现方式中，关键词确定单元可以包括词语提取模块、扩展词获取模块和判断模块。其中，词语提取模块被配置成从问题中提取能够表征答案类型的词语；扩展词获取模块被配置成获取所提取的词语的扩展词；而判断模块被配置成确定列表类型的语句中是否存在与所提取的词语及其扩展词相关联的关键词。

在本实施例的一些可选的实现方式中，该用于生成答案的装置500还可以包括答案发送单元。其中，答案发送单元被配置成将答案发送到接收问题的终端设备，以便终端设备展现答案。

本申请的上述实施例提供的装置，通过获取以自然语言描述的问题以及与问题相关联的文本文档，之后确定文本文档中是否存在列表类型的语句，若文本文档中存在列表类型的语句，则确定问题与列表类型的语句的相关度，最后在相关度大于或等于第一阈值时，将列表类型的语句确定为问题的答案，从而可以将列表类型的语句整体确定为答案，使得到的答案更加完整、准确。

继续参考图6，作为对图4所示方法的实现，本申请提供了一种用于回答问题的装置的一个实施例，该装置实施例与图4所示的方法实施例相对应，该装置具体可以应用于各种终端设备中。

如图6所示，本实施例的用于回答问题的装置600可以包括问题接收单元601、问题发送单元602和答案接收展现单元603。其中，问题接收单元601被配置成接收以自然语言描述的问题；问题发送单元602被配置成将问题发送到服务器，其中服务器被配置成采用如第一方面中任一实现方式描述的方法生成问题的答案；答案接收展现单元603被配置成接收服务器返回的答案，以及展现答案。

在本实施例中，用于回答问题的装置600的问题接收单元601可以接收用户以语音或文字输入方式提交的问题。其中，问题可以是以自然语言描述的问题，例如，“贫血吃什么补血最快？”等。

在本实施例中，上述问题发送单元602可以通过有线连接方式或者无线连接方式将问题接收单元601接收的问题发送到服务器(例如图1的服务器105)。其中，上述服务器可以采用图2对应的实施例描述的方法生成问题接收单元601接收的问题的答案。

在本实施例中，上述答案接收展现单元603可以接收服务器返回的答案，然后可以以语音或屏幕显示的方式展现接收到的答案，从而实现回答问题。

本申请的上述实施例提供的装置，通过接收以自然语言描述的问题，之后将问题发送到服务器并接收服务器返回的答案，最后展现答案，从而可以将列表类型的语句整体确定为答案，使得到的答案更加完整、准确。

下面参考图7，其示出了适于用来实现本申请实施例的服务器/终端设备的计算机系统700的结构示意图。图7示出的服务器/终端设备仅仅是一个示例，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7所示，计算机系统700包括中央处理单元(CPU)701，其可以根据存储在只读存储器(ROM)702中的程序或者从存储部分708加载到随机访问存储器(RAM)703中的程序而执行各种适当的动作和处理。在RAM 703中，还存储有系统700操作所需的各种程序和数据。CPU 701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。

以下部件连接至I/O接口705：包括键盘、鼠标(或麦克风)等的输入部分706；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分707；包括硬盘等的存储部分708；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分709。通信部分709经由诸如因特网的网络执行通信处理。驱动器710也根据需要连接至I/O接口705。可拆卸介质711，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器710上，以便于从其上读出的计算机程序根据需要被安装入存储部分708。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分709从网络上被下载和安装，和/或从可拆卸介质711被安装。在该计算机程序被中央处理单元(CPU)701执行时，执行本申请实施例的方法中限定的上述功能。

需要说明的是，本申请所述的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或者是上述两者的任意组合。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可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(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。在本申请中，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。而在本申请中，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实施例的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(LAN)或广域网(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)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括文档获取单元、相关度确定单元和第一答案生成单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，文档获取单元还可以被描述为“获取与以自然语言描述的问题相关联的文本文档的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的服务器或终端设备中所包含的；也可以是单独存在，而未装配入该服务器或终端设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该服务器执行时，使得该服务器：获取与以自然语言描述的问题相关联的文本文档；若文本文档中存在列表类型的语句，则确定问题与语句的相关度；若相关度大于或等于第一阈值，则将语句确定为问题的答案。当上述一个或者多个程序被该终端设备执行时，使得该终端设备：接收以自然语言描述的问题；将问题发送到服务器，其中，服务器被配置成采用图2对应的实施例描述的方法生成问题的答案；接收服务器返回的答案，以及展现答案。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (14)

1.一种用于生成答案的方法，包括：

获取与以自然语言描述的问题相关联的文本文档；

若所述文本文档中存在列表类型的语句，则确定所述问题与所述语句的相关度；

若所述相关度大于或等于第一阈值，则将所述语句确定为所述问题的答案。

2.根据权利要求1所述的方法，其中，所述方法还包括：

若所述相关度小于所述第一阈值，则确定所述语句中是否存在用于表征答案的关键词；

若所述语句中存在用于表征答案的关键词，则将所述语句确定为所述问题的答案。

3.根据权利要求1所述的方法，其中，所述方法还包括：

若所述文本文档中不存在所述语句，则基于所述问题对所述文本文档进行阅读理解，生成所述问题的答案。

4.根据权利要求2所述的方法，其中，所述方法还包括：

若所述语句中不存在用于表征答案的关键词，则基于所述问题对所述文本文档进行阅读理解，生成所述问题的答案。

5.根据权利要求3或4所述的方法，其中，所述基于所述问题对所述文本文档进行阅读理解，生成所述问题的答案，包括：

基于所述问题对所述文本文档进行阅读理解，确定答案开始位置和答案结束位置以及所述答案开始位置的概率和所述答案结束位置的概率；

若所述答案开始位置的概率与所述答案结束位置的概率的乘积大于或等于第二阈值，则将所述答案开始位置与所述答案结束位置之间的文本内容确定为所述问题的答案。

6.根据权利要求2所述的方法，其中，所述确定所述语句中是否存在用于表征答案的关键词，包括：

从所述问题中提取能够表征答案类型的词语；

获取所提取的词语的扩展词；

从所述文本文档中获取与所提取的词语及其扩展词相关联的至少一个关键词；

确定所述关键词是否包含在所述语句中。

7.根据权利要求2所述的方法，其中，所述确定所述语句中是否存在用于表征答案的关键词，包括：

从所述问题中提取能够表征答案类型的词语；

获取所提取的词语的扩展词；

确定所述语句中是否存在与所提取的词语及其扩展词相关联的关键词。

8.根据权利要求1所述的方法，其中，所述方法还包括：

将所述答案发送到接收所述问题的终端设备，以便所述终端设备展现所述答案。

9.一种用于回答问题的方法，包括：

接收以自然语言描述的问题；

将所述问题发送到服务器，其中，所述服务器被配置成采用权利要求1-7之一所述的方法生成所述问题的答案；

接收所述服务器返回的所述答案，以及展现所述答案。

10.一种用于生成答案的装置，包括：

文档获取单元，被配置成获取与以自然语言描述的问题相关联的文本文档；

相关度确定单元，被配置成若所述文本文档中存在序列类型或列表类型的语句，则确定所述问题与所述语句的相关度；

第一答案生成单元，被配置成若所述相关度大于或等于第一阈值，则将所述语句确定为所述问题的答案。

11.一种用于回答问题的装置，包括：

问题接收单元，被配置成接收以自然语言描述的问题；

问题发送单元，被配置成将所述问题发送到服务器，其中，所述服务器被配置成采用权利要求1-7之一所述的方法确定所述问题的答案；

答案接收展现单元，被配置成接收所述服务器返回的所述答案，以及展现所述答案。

12.一种服务器，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

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处理器实现如权利要求1-8中任一所述的方法。

13.一种终端设备，包括：

一个或多个处理器；

存储装置，其上存储有一个或多个程序，

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处理器实现如权利要求9所述的方法。

14.一种计算机可读介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现如权利要求1-9中任一所述的方法。