CN109657126A - 答案生成方法、装置、设备和介质 - Google Patents

答案生成方法、装置、设备和介质 Download PDF

Info

Publication number
CN109657126A
CN109657126A CN201811543529.2A CN201811543529A CN109657126A CN 109657126 A CN109657126 A CN 109657126A CN 201811543529 A CN201811543529 A CN 201811543529A CN 109657126 A CN109657126 A CN 109657126A
Authority
CN
China
Prior art keywords
question sentence
parameter
mathematical logic
answer
expression formula
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.)
Granted
Application number
CN201811543529.2A
Other languages
English (en)
Other versions
CN109657126B (zh
Inventor
王丽杰
王硕寰
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 CN201811543529.2A priority Critical patent/CN109657126B/zh
Publication of CN109657126A publication Critical patent/CN109657126A/zh
Application granted granted Critical
Publication of CN109657126B publication Critical patent/CN109657126B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00Handling natural language data
    • G06F40/30Semantic analysis

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)
  • Machine Translation (AREA)

Abstract

本发明实施例公开了一种答案生成方法、装置、设备和介质,涉及智能问答领域。该方法包括:获取用户输入的问句,并对所述问句进行语义分析;根据语义分析结果确定所述问句的数理逻辑表达式;执行所述问句的数理逻辑表达式,生成所述问句的答案。本发明实施例提供了一种答案生成方法、装置、设备和介质,实现了对问答类中计算相关问句的解答。

Description

答案生成方法、装置、设备和介质
技术领域
本发明实施例涉及智能问答领域,尤其涉及一种答案生成方法、装置、设备和介质。
背景技术
随着互联网使用越来越普遍以及网民年龄越来越小,在搜索query(问句)中有相当一部分需求是计算相关query,即属于问答类query。通常该类query均涉及到计算操作。
具体地,该类query包括:代数相关query(例如10以内的质数)、几何相关query(例如周长为20厘米的正方形面积是多少)、物理公式相关query(例如体积为1立方米的水重多少)、时间相关query(例如同治5年是哪一年)、地理相关query(例如日本比北京多几个时区)和单位换算相关query(例如1公顷等于多少平方米)等。
当前针对这类query的解决方案是,将query与网络资源进行匹配,根据匹配结果从网络资源找出匹配成功资源作为query的答案。几何相关query(例如周长为20厘米的正方形面积是多少)的答案返回效果如图1所示。
然而,上述解决方案对这类query的解决效果不好,例如当网络资源中没有与query匹配的资源时就无法反馈对应答案。
发明内容
本发明实施例提供一种答案生成方法、装置、设备和介质,以实现对问答类中计算相关问句的解答。
第一方面,本发明实施例提供了一种答案生成方法,该方法包括:
获取用户输入的问句,并对所述问句进行语义分析;
根据语义分析结果确定所述问句的数理逻辑表达式;
执行所述问句的数理逻辑表达式,生成所述问句的答案。
第二方面,本发明实施例还提供了一种答案生成装置,该装置包括:
语义分析模块,用于获取用户输入的问句,并对所述问句进行语义分析;
数理逻辑确定模块,用于根据语义分析结果确定所述问句的数理逻辑表达式;
答案生成模块,用于执行所述问句的数理逻辑表达式,生成所述问句的答案。
第三方面,本发明实施例还提供了一种设备,所述设备包括:
一个或多个处理器;
存储装置,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处理器实现如本发明实施例中任一所述的答案生成方法。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的答案生成方法。
本发明实施例通过根据问句的语义分析结果确定所述问句的数理逻辑表达式;执行所述数理逻辑表达式,生成所述问句的答案。其中,基于数理逻辑表达式可以实现对所述问句答案的计算。从而实现对问答类中计算相关问句的解答。
附图说明
图1为现有技术中问句答案反馈效果示意图;
图2为本发明实施例一提供的一种答案生成方法的流程图;
图3是本发明实施例二提供的一种答案生成方法的流程图;
图4是本发明实施例三提供的一种答案生成方法的流程图;
图5是本发明实施例三提供的一种问句的数理逻辑表达式的递归执行示意图;
图6是本发明实施例三提供的一种问句答案反馈效果示意图;
图7是本发明实施例三提供的一种系统执行框图;
图8是本发明实施例四提供的一种答案生成装置的结构示意图;
图9为本发明实施例五提供的一种设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明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本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
图2为本发明实施例一提供的一种答案生成方法的流程图。本实施例可适用于对问答类中计算相关问句进行解答的情况。该方法可以由一种答案生成装置来执行,该装置可以由软件和/或硬件的方式实现。参见图2,本发明实施例提供的答案生成方法包括:
S110、获取用户输入的问句,并对所述问句进行语义分析。
具体地,语义分析包括基础语法句法分析,具体可以为:对问句进行分词、实体识别、词性标注和依存关系分析中的至少一种。
S120、根据语义分析结果确定所述问句的数理逻辑表达式。
其中,数理逻辑表达式是可执行的,用于描述数理逻辑的表达式。所述问句的数理逻辑表达式用于描述所述问句答案求取的数理逻辑。
可选地,根据语义分析结果确定所述问句的数理逻辑表达式的方法可以是基于规则的,具体可以是根据语义分析结果确定语义模板,将与该语义模型关联的数理逻辑表达式作为所述问句的数理逻辑表达式。
根据语义分析结果确定所述问句的数理逻辑表达式的方法也可以是基于端到端的,具体可以是将语义分析结果输入预设训练的数理逻辑模型,输出所述问句的数理逻辑表达式。
S130、执行所述问句的数理逻辑表达式,生成所述问句的答案。
具体地,所述执行所述问句的数理逻辑表达式,生成所述问句的答案,包括:
根据所述问句的语义分析结果和/或所述问句所属领域知识,为所述数理逻辑表达式进行参数赋值;
基于赋值参数,执行所述数理逻辑表达式,生成所述问句的答案。
例如,所述问句所述领域知识可以是通常约等于9.8米/秒的二次方的自由落体加速度(g)或通常约等于3.14圆周率(π)。
示例性地,问句为:底为3厘米,高为3厘米的正方形面积是多少?根据问句确定的数理逻辑表达式为:GetArea(bottom,height,type,result)。根据问句的语义分析结果为所述数理逻辑表达式进行参数赋值后为:GetArea(bottom=3厘米,height=3厘米,type=正方形,result=?),其中?表示待求取,该数理逻辑表达式可以理解为是一个二维边图形的面积求取函数。执行该二维边图形的面积求取函数,生成result为9平方厘米。
本发明实施例的技术方案,通过根据问句的语义分析结果确定所述问句的数理逻辑表达式;执行所述数理逻辑表达式,生成所述问句的答案。其中,基于数理逻辑表达式可以实现对所述问句答案的计算。从而实现对问答类中计算相关问句的解答。
实施例二
图3是本发明实施例二提供的一种答案生成方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3,本实施例提供的答案生成方法包括:
S210、获取用户输入的问句,并对所述问句进行语义分析。
S220、根据语义分析结果从目标知识库中确定所述问句的目标框架,并根据语义分析结果对所述目标框架中的各参数进行赋值。
其中,目标知识库是包括所述问句所属领域知识的知识库。目标框架包括至少一个槽位,每个槽位设置有一种属性参数,该属性参数为目标知识库包括的领域知识中所述问句所属子领域知识的属性参数。
具体地,知识库包括常识知识和实体相关的具体知识,其中常识知识包括代数知识、几何图形知识、物理公式知识等,实体相关的具体知识主要体现在地理和时间类上,即具体的实体针对地理相关属性其对应的具体值等。例如某一个城市对应的经度、纬度等,某个朝代的起始时间、历经时间等。
不同类型的知识在目标知识库中的存储形式也不相同。对于实体相关的知识,即实体的某一属性涉及到时间、地理类,按着“实体-属性-属性值”结构保存即可。该结构能够完整的表达每一个知识,且每条知识都是独立存在的。
对于代数计算,涉及到基本的术语集合(如质数、自然数、整数等)、一元操作(取反、求绝对值等)、二元操作(如加减乘除等)、布尔判断(如大于小于等判断)等,以及对于几何图形,涉及到图形的表示、周长、面积、体积等计算。每一个图形都是一个schema(框架),不同维度图形有不同的属性;对于物理计算,多是公式的计算,涉及到公式的参数、单位以及具体的结果产出等,其中可能还会涉及到单位换算。所以,对于常识类的知识库,使用schema的方式进行存储,schema可以包含多维度信息,每一个维度有具体的说明。
例如,目标框架可以为二维边图形框架,具体二维边形框架为{type,edge_hornset,bottom,height,girth,area}。
其中,type:表示图形具体是什么图形,如取值“三角形”、“正方形”等;
edge_horn set:按逆时针方向保存的图形边、角集合,如set={边AB,角B,边BC,角C,边CD,角D,边DA,角A};对于不同的图形,边角数量不同,边角属性也不同;
bottom:底,在二维图形中,可以以任何一个边为底;
height:高,等于相邻两边乘以夹角的正弦值;
girth:周长,等于所有边之和;
area:面积,等于底乘高,对于三角形还需要除以2。
典型地,所述根据语义分析结果从目标知识库中确定所述问句的目标框架,包括:
根据语义分析结果从预设知识库中确定目标知识库;
将语义分析结果与目标知识库中预设框架的参数进行匹配,根据匹配结果从预设框架中确定目标框架,其中所述预设框架由所述目标知识库包括的领域知识中一子领域知识的参数构成。
其中,所述预设知识库包括代数、几何图形和物理公式中的至少一种领域知识。
具体地,根据语义分析结果从预设知识库中确定目标知识库包括:
根据语义分析结果确定问句所属领域知识;
将包含问句所属领域知识的知识库确定为目标知识库。
S230、根据所述目标框架和所述目标框架中各参数的赋值结果,确定所述问句的数理逻辑表达式。
具体地,所述根据所述目标框架和所述目标框架中各参数的赋值结果,确定所述问句的逻辑表达式,包括:
根据所述目标框架中各参数的赋值结果确定目标求取参数;
根据所述目标求取参数从与所述目标框架关联的数理逻辑表达式中确定求取所述目标求取参数的逻辑表达式,并作为所述问句的数理逻辑表达式。
具体地,与所述目标框架关联的数理逻辑表达式作为领域知识存储在所述目标知识库中。所述目标框架关联有求取目标框架中各参数的数理逻辑表达式。
根据所述目标框架中各参数的赋值结果确定目标求取参数包括:将所述目标框架参数的赋值结果为待求取的参数确定为目标求取参数。
S240、执行所述问句的数理逻辑表达式,生成所述问句的答案。
示例性地,问句为:周长是20厘米的正方形面积是多少?根据对该问句的语义分析确定问句的实体为正方形,正方形属于二维边形,因此将二维边形框架作为所述问句的目标框架,二维边形框架为{type,edge_horn set,bottom,height,girth,area}。根据对问句的语义分析结果,对目标框架赋值,赋值后的目标框架为:{type=正方形,edge_horn set=(,90度,,90度,,90度,,90度),bottom=,height=,girth=20厘米,area=?}这里没有给出的表示空或需求的中间变量,?表示该项是待求取的,即答案所在位置。与目标框架关联的逻辑表达式有GetGirth(edge set=(),type=正方形,result=20厘米)和GetArea(bottom=,height=,type=正方形,result=?)。因为目标求取参数为面积,所述问句的逻辑表达式为GetArea(bottom=,height=,type=正方形,result=?)。执行GetArea(bottom=,height=,type=正方形,result=?)生成result。
本发明实施例的技术方案,通过将问句转换为目标框架,并从目标框架关联的数理逻辑表达式中确定问句的数理逻辑表达式。执行问句的数理逻辑表达式,生成问句的答案。
实施例三
图4是本发明实施例三提供的一种答案生成方法的流程图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图4,本实施例提供的答案生成方法包括:
S310、获取用户输入的问句,并对所述问句进行语义分析。
S320、根据语义分析结果确定所述问句的数理逻辑表达式。
S330、基于所述数理逻辑表达式中参数的数理逻辑知识,对所述问句的数理逻辑表达式进行递归执行,生成所述问句的答案。
其中,所述数理逻辑表达式中参数的数理逻辑知识包括所述数理逻辑表达式中参数的求取函数。
具体地,所述基于所述数理逻辑表达式中参数的数理逻辑知识,对所述问句的数理逻辑表达式进行递归执行,生成所述问句的答案,包括:
经过赋值后,若所述数理逻辑表达式中存在未赋值参数,则从参数的数理逻辑知识中调用未赋值参数的求取函数;
根据所述问句的语义分析结果和所述求取函数,确定未赋值参数的参数值;
根据求取的未赋值参数的参数值,执行所述问句的数理逻辑表达式,生成所述问句的答案。
典型地,所述根据所述问句的语义分析结果和所述求取函数,确定未赋值参数的参数值,包括:
根据所述问句的语义分析结果为所述求取函数赋值;
利用所述求取函数求取未赋值参数的参数值。
示例性地,继续以上述示例进行说明,问句为:周长是20厘米的正方形面积是多少?该问句的数理逻辑表达式为:GetArea(bottom=,height=,type=正方形,result=?)。参见图5,所述问句的数理逻辑表达式的递归执行过程描述为:对问句的数理逻辑表达式中的参数进行未赋值参数检测,检测出未赋值参数为bottom和height;分别调用未赋值参数的求取函数:GetBottom(edge set,type),该函数的内容为若type=正方形,则bottom=any edge,以及GetHeight(edge set,type),该函数的内容为若type=正方形,则height=any edge;利用所述问句的语义分析结果对GetBottom(edge set,type)和GetHeight(edge set,type)进行赋值,并在赋值后进行未赋值参数检测,检测出未赋值参数为edge;调用未赋值参数的求取函数GetEdge(edge set,girth,area,type),该函数的内容为若已知周长(girth),则edge=girth/4,若已知面积(area),则edge=pow(area,0.5);根据所述问句语义分析结果将girth=20厘米赋值给GetEdge(edge set,girth,area,type),执行该函数,输出edge=5厘米;将edge=5厘米回带入GetBottom(edge set,type)和GetHeight(edge set,type),输出bottom=5厘米,height=5厘米;将bottom=5厘米和height=5厘米输入GetArea(bottom=,height=,type=正方形,result=?),执行GetArea(bottom=5厘米,height=5厘米,type=正方形,result=?),该函数内容为result=bottom×height,输出result=25平方厘米。所述问句的答案反馈效果参见图6,同时还可以对正方形的面积公式和公式描述进行显示。
参见图7,在实际应用中上述答案生成方法可以描述为:query的语义分析,基于query的语义分析结果和相关知识库中的query所属领域的数理逻辑知识,将query转成数理逻辑表达式;query语义执行,基于数理逻辑表达式对query的逻辑表达式进行递归执行,生成最终答案,其中数理逻辑表达式的内容种包括有相关知识库中的query所属领域的数理逻辑知识。
本发明实施例的技术方案,通过基于问句的数理逻辑表达式中参数的数理逻辑知识,对所述问句的数理逻辑表达式进行递归执行,生成所述问句的答案。其中数理逻辑表达式的递归执行实现了数学的迭代计算,从而满足计算类query的解答需求。
需要说明的是,经过本实施例的技术教导,本领域技术人员有动机将上述实施例中描述的任一种实施方式进行方案的组合,以实现对问答类中计算相关问句的解答。
实施例四
图8是本发明实施例四提供的一种答案生成装置的结构示意图。参见图8,本实施例提供的答案生成装置包括:语义分析模块10、数理逻辑确定模块20和答案生成模块30。
其中,语义分析模块10,用于获取用户输入的问句,并对所述问句进行语义分析;
数理逻辑确定模块20,用于根据语义分析结果确定所述问句的数理逻辑表达式;
答案生成模块30,用于执行所述问句的数理逻辑表达式,生成所述问句的答案。
本发明实施例通过根据问句的语义分析结果确定所述问句的数理逻辑表达式;执行所述数理逻辑表达式,生成所述问句的答案。其中,基于数理逻辑表达式可以实现对所述问句答案的计算。从而实现对问答类中计算相关问句的解答。
进一步地,所述数理逻辑确定模块,包括:框架确定单元和数理逻辑确定单元。
其中,框架确定单元,用于根据语义分析结果从目标知识库中确定所述问句的目标框架,并根据语义分析结果对所述目标框架中的各参数进行赋值;
数理逻辑确定单元,用于根据所述目标框架和所述目标框架中各参数的赋值结果,确定所述问句的数理逻辑表达式。
进一步地,所述框架确定单元,包括:知识库确定子单元和框架确定子单元。
其中,知识库确定子单元,用于根据语义分析结果从预设知识库中确定目标知识库;
框架确定子单元,用于将语义分析结果与目标知识库中预设框架的参数进行匹配,根据匹配结果从预设框架中确定目标框架,其中所述预设框架由所述目标知识库包括的领域知识中一子领域知识的参数构成。
进一步地,所述数理逻辑确定单元,包括:求取参数确定子单元和逻辑确定子单元。
其中,求取参数确定子单元,用于根据所述目标框架中各参数的赋值结果确定目标求取参数;
逻辑确定子单元,用于根据所述目标求取参数从与所述目标框架关联的数理逻辑表达式中确定求取所述目标求取参数的逻辑表达式,并作为所述问句的数理逻辑表达式。
进一步地,所述答案生成模块,包括:参数赋值单元和答案生成单元。
其中,参数赋值单元,用于根据所述问句的语义分析结果和/或所述问句所属领域知识,为所述数理逻辑表达式进行参数赋值;
答案生成单元,用于基于赋值参数,执行所述数理逻辑表达式,生成所述问句的答案。
进一步地,所述答案生成模块,包括:答案生成单元。
其中,答案生成单元,用于基于所述数理逻辑表达式中参数的数理逻辑知识,对所述问句的数理逻辑表达式进行递归执行,生成所述问句的答案。
进一步地,所述答案生成单元,包括:求取函数确定子单元、参数值确定子单元和答案生成子单元。
其中,求取函数确定子单元,用于经过赋值后,若所述数理逻辑表达式中存在未赋值参数,则从参数的数理逻辑知识中调用未赋值参数的求取函数;
参数值确定子单元,用于根据所述问句的语义分析结果和所述求取函数,确定未赋值参数的参数值;
答案生成子单元,用于根据求取的未赋值参数的参数值,执行所述问句的数理逻辑表达式,生成所述问句的答案。
进一步地,所述参数值确定子单元具体用于:
根据所述问句的语义分析结果为所述求取函数赋值;
利用所述求取函数求取未赋值参数的参数值。
本发明实施例所提供的答案生成装置可执行本发明任意实施例所提供的答案生成方法,具备执行方法相应的功能模块和有益效果。
实施例五
图9为本发明实施例五提供的一种设备的结构示意图。图9示出了适于用来实现本发明实施方式的示例性设备12的框图。图9显示的设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图9所示,设备12以通用计算设备的形式表现。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(ISA)总线,微通道体系结构(MAC)总线,增强型ISA总线、视频电子标准协会(VESA)局域总线以及外围组件互连(PCI)总线。
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(RAM)30和/或高速缓存存储器32。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9未显示,通常称为“硬盘驱动器”)。尽管图9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CD-ROM,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发明各实施例的功能。
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通常执行本发明所描述的实施例中的功能和/或方法。
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设备12交互的设备通信,和/或与使得该设备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,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(LAN),广域网(WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与设备12的其它模块通信。应当明白,尽管图中未示出,可以结合设备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,例如实现本发明实施例所提供的答案生成方法。
实施例六
本发明实施例六还提供了一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现如本发明实施例中任一所述的答案生成方法,该方法包括:
获取用户输入的问句,并对所述问句进行语义分析;
根据语义分析结果确定所述问句的数理逻辑表达式;
执行所述问句的数理逻辑表达式,生成所述问句的答案。
本发明实施例的计算机存储介质,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(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发明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)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。

Claims (18)

1.一种答案生成方法,其特征在于,包括:
获取用户输入的问句,并对所述问句进行语义分析;
根据语义分析结果确定所述问句的数理逻辑表达式;
执行所述问句的数理逻辑表达式,生成所述问句的答案。
2.根据权利要求1所述的方法,其特征在于,所述根据语义分析结果确定所述问句的数理逻辑表达式,包括:
根据语义分析结果从目标知识库中确定所述问句的目标框架,并根据语义分析结果对所述目标框架中的各参数进行赋值;
根据所述目标框架和所述目标框架中各参数的赋值结果,确定所述问句的数理逻辑表达式。
3.根据权利要求2所述的方法,其特征在于,所述根据语义分析结果从目标知识库中确定所述问句的目标框架,包括:
根据语义分析结果从预设知识库中确定目标知识库;
将语义分析结果与目标知识库中预设框架的参数进行匹配,根据匹配结果从预设框架中确定目标框架,其中所述预设框架由所述目标知识库包括的领域知识中一子领域知识的参数构成。
4.根据权利要求2所述的方法,其特征在于,所述根据所述目标框架和所述目标框架中各参数的赋值结果,确定所述问句的逻辑表达式,包括:
根据所述目标框架中各参数的赋值结果确定目标求取参数;
根据所述目标求取参数从与所述目标框架关联的数理逻辑表达式中确定求取所述目标求取参数的逻辑表达式,并作为所述问句的数理逻辑表达式。
5.根据权利要求1所述的方法,其特征在于,所述执行所述问句的数理逻辑表达式,生成所述问句的答案,包括:
根据所述问句的语义分析结果和/所述问句所属领域知识,为所述数理逻辑表达式进行参数赋值;
基于赋值参数,执行所述数理逻辑表达式,生成所述问句的答案。
6.根据权利要求1-5中任一所述的方法,其特征在于,所述执行所述问句的数理逻辑表达式,生成所述问句的答案,包括
基于所述数理逻辑表达式中参数的数理逻辑知识,对所述问句的数理逻辑表达式进行递归执行,生成所述问句的答案。
7.根据权利要求6所述的方法,其特征在于,所述基于所述数理逻辑表达式中参数的数理逻辑知识,对所述问句的数理逻辑表达式进行递归执行,生成所述问句的答案,包括:
经过赋值后,若所述数理逻辑表达式中存在未赋值参数,则从参数的数理逻辑知识中调用未赋值参数的求取函数;
根据所述问句的语义分析结果和所述求取函数,确定未赋值参数的参数值;
根据求取的未赋值参数的参数值,执行所述问句的数理逻辑表达式,生成所述问句的答案。
8.根据权利要求7所述的方法,其特征在于,所述根据所述问句的语义分析结果和所述求取函数,确定未赋值参数的参数值,包括:
根据所述问句的语义分析结果为所述求取函数赋值;
利用所述求取函数求取未赋值参数的参数值。
9.一种答案生成装置,其特征在于,包括:
语义分析模块,用于获取用户输入的问句,并对所述问句进行语义分析;
数理逻辑确定模块,用于根据语义分析结果确定所述问句的数理逻辑表达式;
答案生成模块,用于执行所述问句的数理逻辑表达式,生成所述问句的答案。
10.根据权利要求9所述的装置,其特征在于,所述数理逻辑确定模块,包括:
框架确定单元,用于根据语义分析结果从目标知识库中确定所述问句的目标框架,并根据语义分析结果对所述目标框架中的各参数进行赋值;
数理逻辑确定单元,用于根据所述目标框架和所述目标框架中各参数的赋值结果,确定所述问句的数理逻辑表达式。
11.根据权利要求10所述的装置,其特征在于,所述框架确定单元,包括:
知识库确定子单元,用于根据语义分析结果从预设知识库中确定目标知识库;
框架确定子单元,用于将语义分析结果与目标知识库中预设框架的参数进行匹配,根据匹配结果从预设框架中确定目标框架,其中所述预设框架由所述目标知识库包括的领域知识中一子领域知识的参数构成。
12.根据权利要求10所述的装置,其特征在于,所述数理逻辑确定单元,包括:
求取参数确定子单元,用于根据所述目标框架中各参数的赋值结果确定目标求取参数;
逻辑确定子单元,用于根据所述目标求取参数从与所述目标框架关联的数理逻辑表达式中确定求取所述目标求取参数的逻辑表达式,并作为所述问句的数理逻辑表达式。
13.根据权利要求9所述的装置,其特征在于,所述答案生成模块,包括:
参数赋值单元,用于根据所述问句的语义分析结果和/或所述问句所属领域知识,为所述数理逻辑表达式进行参数赋值;
答案生成单元,用于基于赋值参数,执行所述数理逻辑表达式,生成所述问句的答案。
14.根据权利要求9-13中任一所述的装置,其特征在于,所述答案生成模块,包括:
答案生成单元,用于基于所述数理逻辑表达式中参数的数理逻辑知识,对所述问句的数理逻辑表达式进行递归执行,生成所述问句的答案。
15.根据权利要求14所述的装置,其特征在于,所述答案生成单元,包括:
求取函数确定子单元,用于经过赋值后,若所述数理逻辑表达式中存在未赋值参数,则从参数的数理逻辑知识中调用未赋值参数的求取函数;
参数值确定子单元,用于根据所述问句的语义分析结果和所述求取函数,确定未赋值参数的参数值;
答案生成子单元,用于根据求取的未赋值参数的参数值,执行所述问句的数理逻辑表达式,生成所述问句的答案。
16.根据权利要求15所述的装置,其特征在于,所述参数值确定子单元具体用于:
根据所述问句的语义分析结果为所述求取函数赋值;
利用所述求取函数求取未赋值参数的参数值。
17.一种设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,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处理器实现如权利要求1-8中任一所述的答案生成方法。
18.一种计算机可读存储介质,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1-8中任一所述的答案生成方法。
CN201811543529.2A 2018-12-17 2018-12-17 答案生成方法、装置、设备和介质 Active CN109657126B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811543529.2A CN109657126B (zh) 2018-12-17 2018-12-17 答案生成方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811543529.2A CN109657126B (zh) 2018-12-17 2018-12-17 答案生成方法、装置、设备和介质

Publications (2)

Publication Number Publication Date
CN109657126A true CN109657126A (zh) 2019-04-19
CN109657126B CN109657126B (zh) 2021-03-23

Family

ID=66113662

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811543529.2A Active CN109657126B (zh) 2018-12-17 2018-12-17 答案生成方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN109657126B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116028605A (zh) * 2023-01-03 2023-04-28 北京百度网讯科技有限公司 逻辑表达式生成方法、模型训练方法、装置及介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107193798A (zh) * 2017-05-17 2017-09-22 南京大学 一种基于规则的试题类自动问答系统中的试题理解方法
CN107590192A (zh) * 2017-08-11 2018-01-16 深圳市腾讯计算机系统有限公司 文本问题的数学化处理方法、装置、设备和存储介质
CN108268580A (zh) * 2017-07-14 2018-07-10 广东神马搜索科技有限公司 基于知识图谱的问答方法及装置
CN108280218A (zh) * 2018-02-07 2018-07-13 逸途(北京)科技有限公司 一种基于检索和生产混合问答的流程系统

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107193798A (zh) * 2017-05-17 2017-09-22 南京大学 一种基于规则的试题类自动问答系统中的试题理解方法
CN108268580A (zh) * 2017-07-14 2018-07-10 广东神马搜索科技有限公司 基于知识图谱的问答方法及装置
CN107590192A (zh) * 2017-08-11 2018-01-16 深圳市腾讯计算机系统有限公司 文本问题的数学化处理方法、装置、设备和存储介质
CN108280218A (zh) * 2018-02-07 2018-07-13 逸途(北京)科技有限公司 一种基于检索和生产混合问答的流程系统

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116028605A (zh) * 2023-01-03 2023-04-28 北京百度网讯科技有限公司 逻辑表达式生成方法、模型训练方法、装置及介质
CN116028605B (zh) * 2023-01-03 2023-11-14 北京百度网讯科技有限公司 逻辑表达式生成方法、模型训练方法、装置及介质

Also Published As

Publication number Publication date
CN109657126B (zh) 2021-03-23

Similar Documents

Publication Publication Date Title
US10423631B2 (en) Automated data exploration and validation
CN111666416B (zh) 用于生成语义匹配模型的方法和装置
US9836876B1 (en) Rendering images using ray tracing with multiple light sources
US10990747B2 (en) Automatic generation of via patterns with coordinate-based recurrent neural network (RNN)
US12112135B2 (en) Question answering information completion using machine reading comprehension-based process
JP7458497B2 (ja) グラフ・ツー・テキスト生成ネットワークを訓練する方法及びコンピュータ・システム
US11468349B2 (en) POI valuation method, apparatus, device and computer storage medium
US20190138647A1 (en) Designing conversational systems driven by a semantic network with a library of templated query operators
US10628538B2 (en) Suggesting sensor placements for improving emission inventory
US20200356628A1 (en) Attention-based natural language processing
US20200356637A1 (en) Generation of sentence representation
CN108536964A (zh) 存储介质、卫星星座覆盖性能仿真分析方法及其系统
US10915529B2 (en) Selecting an optimal combination of systems for query processing
US20240256790A1 (en) Structure self-aware model for discourse parsing on multi-party dialogues
US11714855B2 (en) Virtual dialog system performance assessment and enrichment
CN110413504A (zh) 一种软件测试方法、装置、设备和存储介质
CN109657126A (zh) 答案生成方法、装置、设备和介质
US11055213B2 (en) Facilitating localization of code defect
CN114761944A (zh) 域结构知识上的会话代理
US11062616B2 (en) Interactive learning experience
US20190163755A1 (en) Optimized management of course understanding
US20190130284A1 (en) Interactive Feedback and Assessment Experience
US11238100B2 (en) Adapting conversational agent communications to different stylistic models
CN110532304A (zh) 数据处理方法及装置、计算机可读存储介质以及电子设备
CN109901983A (zh) 自动化测试方法及装置、存储介质、电子设备

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
GR01 Patent grant
GR01 Patent grant