CN110019836A - 一种智能问答方法及装置 - Google Patents

一种智能问答方法及装置 Download PDF

Info

Publication number
CN110019836A
CN110019836A CN201711210853.8A CN201711210853A CN110019836A CN 110019836 A CN110019836 A CN 110019836A CN 201711210853 A CN201711210853 A CN 201711210853A CN 110019836 A CN110019836 A CN 110019836A
Authority
CN
China
Prior art keywords
entity
answer
connection relationship
user
described problem
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
CN201711210853.8A
Other languages
English (en)
Inventor
周祥生
石冬生
李春霞
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.)
ZTE Corp
Original Assignee
ZTE Corp
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 ZTE Corp filed Critical ZTE Corp
Priority to CN201711210853.8A priority Critical patent/CN110019836A/zh
Priority to EP18881726.6A priority patent/EP3702930A4/en
Priority to PCT/CN2018/117600 priority patent/WO2019101210A1/zh
Priority to US16/765,946 priority patent/US20200356586A1/en
Publication of CN110019836A publication Critical patent/CN110019836A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • 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
    • G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
    • G06F16/33—Querying
    • G06F16/3331—Query processing
    • G06F16/334—Query execution
    • G06F16/3344—Query execution using natural language analysis
    • 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
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • 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
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • 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
    • G06F16/95—Retrieval from the web
    • G06F16/951—Indexing; Web crawling techniques
    • 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
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation

Abstract

本发明实施例提供了一种智能问答方法及装置，其中，该方法包括：接收用户提出的问题；获取该问题对应的实体与连接关系；依据该实体与该连接关系从预置的知识图谱中获取该问题对应的答案，其中，该连接关系包括意图和/或属性。以解决现有技术问答系统无法准确识别用户的真正意图，从而导致检索结果不准确的问题。

Description

一种智能问答方法及装置
技术领域
本发明涉及人工智能领域，特别涉及一种智能问答方法及装置。
背景技术
随着互联网技术的飞速发展，各种搜索引擎也应运而生，为用户搜索信息提供了很多便利。
现在的问答系统以关键词匹配答案的方式为主，即通过搜索引擎以字符串匹配来获取答案。由于无法准确识别用户的真正意图，很多情况下，搜索引擎检索出的结果并不准确，无法有效应答用户提出的问题。
发明内容
本发明实施例提供了一种智能问答方法及装置，以解决现有技术问答系统无法准确识别用户的真正意图，从而导致检索结果不准确的问题。
为解决上述问题，本发明实施例的技术方案实现如下：
一种智能问答方法，包括：
接收用户提出的问题；
获取所述问题对应的实体与连接关系；
依据所述实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案，其中，所述连接关系包括意图和/或属性。
进一步的，所述获取所述问题对应的实体与连接关系包括：
在所述问题中不包括实体或连接关系的情况下，向所述用户发送实体或连接关系的获取请求；
接收并存储所述用户返回的实体或连接关系信息。
进一步的，所述依据所述实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案包括：
在依据所述实体无法获取到答案，且所述实体对应有多个子实体的情况下，向所述用户发送子实体确认请求；
接收所述用户反馈的子实体确认响应，依据所述用户反馈的子实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案。
进一步的，所述依据所述实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案还包括：
在依据所述实体无法获取到答案，且所述实体没有对应的子实体的情况下，查询索引库以获取所述问题对应的答案。
进一步的，所述依据所述实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案包括：
在所述问题对应的答案为多个的情况下，提取多个答案的共同属性；
依据所述共同属性向所述用户发送属性信息确认请求；
依据所述用户返回的属性信息从所述多个答案中确定出最终答案。
进一步的，在识别所述问题中的实体与连接关系之前，所述方法还包括：
对所述问题进行归一化处理。
进一步的，所述对所述问题进行归一化处理包括：
从所述问题中提取关键词；
依据预先设置的归一化库对所述关键词进行匹配；
在匹配成功的情况下，获取所述关键词对应的标准问句，其中，所述归一化库中存储有所述关键词以及所述标准问句。
进一步的，在接收用户提出的问题之前，所述方法还包括：
存储所述知识图谱，所述知识图谱为多个节点与连接线所组成的数据结构；
其中，所述节点用于标识实体信息，所述连接线用于标识不同节点之间的连接关系。
本发明实施例还提供了一种智能问答装置，包括存储器和处理器，其中，所述存储器中存储有智能问答指令，所述处理器通过执行所述智能问答指令以实现以下操作：
接收用户提出的问题；
获取所述问题对应的实体与连接关系；
依据所述实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案。
进一步的，所述处理器还通过执行所述智能问答指令以实现以下操作：
在所述问题中不包括实体或连接关系的情况下，向所述用户发送实体或连接关系的获取请求；
接收并存储所述用户返回的实体或连接关系信息。
进一步的，所述处理器还通过执行所述智能问答指令以实现以下操作：
在依据所述实体无法获取到答案，且所述实体对应有多个子实体的情况下，向所述用户发送子实体确认请求；
接收所述用户反馈的子实体确认响应，依据所述用户反馈的子实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案。
进一步的，所述处理器还通过执行所述智能问答指令以实现以下操作：
在依据所述实体无法获取到答案，且所述实体没有对应的子实体的情况下，查询索引库以获取所述问题对应的答案。
进一步的，所述处理器还通过执行所述智能问答指令以实现以下操作：
在所述问题对应的答案为多个的情况下，提取多个答案的共同属性；
依据所述共同属性向所述用户发送属性信息确认请求；
依据所述用户返回的属性信息从所述多个答案中确定出最终答案。
进一步的，所述处理器还通过执行所述智能问答指令以实现以下操作：
对所述问题进行归一化处理。
进一步的，所述处理器还用于执行所述智能问答指令以实现以下操作：
从所述问题中提取关键词；
依据预先设置的归一化库对所述关键词进行匹配；
在匹配成功的情况下，获取所述关键词对应的标准问句，其中，所述归一化库中存储有所述关键词以及所述标准问句。
上述方法，通过识别用户问题的实体信息以及意图或者属性等连接关系，并依据实体信息以及连接关系从知识图谱进行查找答案，使得答案能够更为准确地满足用户的真实意图。
附图说明
图1是根据本发明实施例一的一种智能问答方法流程图；
图2是根据本发明实施例二的一种智能问答装置框图；
图3是根据本发明实施例三的一种知识图谱库结构图；
图4是根据本发明实施例三的一种智能问答交互方法流程图；
图5是根据本发明实施例四的一种智能问答示例图。
具体实施方式
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。需要说明的是，下列实施例中的方案在不产生冲突的情况下，方案可以任意组合。
实施例一
本发明实施例一提供了一种智能问答方法。图1是根据本发明实施例一的一种智能问答方法流程图，如图1所示，该方法包括以下步骤：
S102：接收用户提出的问题；
S104：获取该问题对应的实体与连接关系；
S106：依据该实体与该连接关系从预置的知识图谱中获取该问题对应的答案，其中，该连接关系包括意图和/或属性。
当用户提问“姚明的妻子是谁”，此时，“姚明”为实体，“妻子”为属性，根据二者可以匹配出对应的答案。当用户提问“哪里有电影院”，此时，“电影院”为实体，“哪里有”为意图，根据二者可以匹配出电影院的地址。需要说明的是，意图/属性的概念本身也可以成为实体，即在此问题中该概念为意图/属性，在其他问题中该概念可能就是实体。比如，用户提问“妻子的英文是什么”？此时，“妻子”又变为了实体，“英文”就成了属性。
通过识别用户问题的实体信息以及意图或者属性等连接关系，并依据实体信息以及连接关系从知识图谱进行查找答案，使得答案能够更为准确地满足用户的真实意图。
进一步的，该获取该问题对应的实体与连接关系包括：在该问题中不包括实体或连接关系的情况下，向该用户发送实体或连接关系的获取请求；接收并存储该用户返回的实体或连接关系信息。
通过上述方法，当用户问句仅包含实体或连接关系时，请求用户详细描述自己要了解的实体或连接关系，确保问句中包括实体与连接关系两方面的信息。
进一步的，该依据该实体与该连接关系从预置的知识图谱中获取该问题对应的答案包括：在依据该实体无法获取到答案，且该实体对应有多个子实体的情况下，向该用户发送子实体确认请求；接收该用户反馈的子实体确认响应，依据该用户反馈的子实体与该连接关系从预置的知识图谱中获取该问题对应的答案。
同样的，当根据该连接关系无法获取到答案的情况下，也可以向用户发送新的连接关系确认请求，并根据用户反馈的新连接关系来匹配答案。上述方法，通过反复询问用户的方式，使得智能问答装置能够进一步理解用户的问题，得出问题对应的答案。
进一步的，该依据该实体与该连接关系从预置的知识图谱中获取该问题对应的答案还包括：在依据该实体无法获取到答案，且该实体没有对应的子实体的情况下，查询索引库以获取该问题对应的答案。
索引库是基于搜索引擎服务器建立的索引，用于当知识图谱查询不到答案时，使用搜索引擎查询索引库寻找匹配的答案。如果索引库也不存在匹配的答案，按照默认设定答案回复。
进一步的，该依据该实体与该连接关系从预置的知识图谱中获取该问题对应的答案包括：在该问题对应的答案为多个的情况下，提取多个答案的共同属性，依据该共同属性向该用户发送属性信息确认请求，依据该用户返回的属性信息从该多个答案中确定出最终答案。
当用户提问“北京哪里有电影院”，其中，根据“北京”、“哪里有”和“电影院”可以匹配出多家北京电影院的地址信息。可以以“电影院”为实体，“北京”为属性匹配出北京的所有电影院信息，再以“哪里有”为意图匹配出北京电影院的地址；也可以根据“哪里有”和“电影院”先匹配出所有电影院的地址，再根据“北京”匹配出北京电影院的地址。
进一步提取多个答案的属性，发现这些答案都有共同的属性为“片区”，此时，可以反问用户让其选择具体的片区。当用户选择“朝阳区”时，将朝阳区对应的电影院地址作为最终答案反馈给用户。
通过上述方法，可以在匹配出多个答案的情况下，选取出最符合用户连接关系的答案。
进一步的，在识别该问题中的实体与连接关系之前，该方法还包括：对该问题进行归一化处理。
进一步的，该对该问题进行归一化处理包括：从该问题中提取关键词；依据预先设置的归一化库对该关键词进行匹配；在匹配成功的情况下，获取该关键词对应的标准问句，其中，该归一化库中存储有该关键词以及该标准问句。
归一化库主要由关键词和标准问句两个域构成，由关键词匹配技术匹配用户问句，如果匹配到用户问句则提取标准问句。使智能问答装置能够更方便地理解问句。
进一步的，在接收用户提出的问题之前，该方法还包括：存储该知识图谱，该知识图谱为多个节点与连接线所组成的数据结构；其中，该节点用于标识实体信息，该连接线用于标识不同节点的连接关系。
知识图谱库由实体、连接关系构成。实体构成知识图谱的节点；连接关系构成知识图谱的边。知识图谱携带有大量的实体信息以及连接关系信息，问答系统通过匹配实体以及连接关系可以获取到问题对应的答案。
实施例二
本发明实施例二提供了一种智能问答装置。图2是根据本发明实施例二的一种智能问答装置框图，如图2所示，该智能问答装置包括存储器和处理器，其中，该存储器中存储有智能问答指令，该处理器通过执行该智能问答指令以实现以下操作：接收用户提出的问题；获取该问题对应的实体与连接关系；依据该实体与该连接关系从预置的知识图谱中获取该问题对应的答案，其中，该连接关系包括意图和/或属性。
进一步的，该处理器还通过执行该智能问答指令以实现以下操作：在该问题中不包括实体或连接关系的情况下，向该用户发送实体或连接关系的获取请求；接收并存储该用户返回的实体或连接关系信息。
进一步的，该处理器还通过执行该智能问答指令以实现以下操作：在依据该实体无法获取到答案，且该实体对应有多个子实体的情况下，向该用户发送子实体确认请求；接收该用户反馈的子实体确认响应，依据该用户反馈的子实体与该连接关系从预置的知识图谱中获取该问题对应的答案。
进一步的，该处理器还通过执行该智能问答指令以实现以下操作：在依据该实体无法获取到答案，且该实体没有对应的子实体的情况下，查询索引库以获取该问题对应的答案。
进一步的，该处理器还通过执行该智能问答指令以实现以下操作：在该问题对应的答案为多个的情况下，提取多个答案的共同属性，依据该共同属性向该用户发送属性信息确认请求，依据该用户返回的属性信息从该多个答案中确定出最终答案。
进一步的，该处理器还通过执行该智能问答指令以实现以下操作：对该问题进行归一化处理。
进一步的，该处理器还用于执行该智能问答指令以实现以下操作：从该问题中提取关键词；依据预先设置的归一化库对该关键词进行匹配；在匹配成功的情况下，获取该关键词对应的标准问句，其中，该归一化库中存储有该关键词以及该标准问句。
进一步的，该存储器中还存储有该知识图谱。知识图谱库由实体、连接关系构成。实体构成知识图谱的节点；连接关系构成知识图谱的边。
实施例三
本发明实施例三提出了一种基于预设知识图谱实现人机智能交互的方法。
为实现该方案，本发明实施例三首先需要在智能问答装置中预设以下内容：
图3是根据本发明实施例三的一种知识图谱结构图。如图3所示，知识图谱由实体、意图/属性(连接关系)构成。实体构成知识图谱的节点；意图/属性构成知识图谱的边。
从图3可以看出，一个实体可以对应一个或多个子实体，他们之间的关系主要为属性关系。比如，银行卡对应有信用卡、借记卡；国家对应有中国、美国等。同一个实体与不同的意图/属性结合可以匹配得到不同的实体，当然，同一个实体与相同的意图/属性结合也可能匹配出多个答案。
在同一个实体与相同意图/属性结合后查询得到的答案为多个的情况下，如果多个答案存在共同的属性。比如，上文中“北京哪里有电影院”的问题，多个答案就存在有共同属性为“片区”。则可以根据该共同属性进一步约束答案。
索引库是基于搜索引擎服务器建立的索引，用于当知识图谱查询不到答案时，使用搜索引擎查询索引库寻找匹配的答案。如果索引库也不存在匹配的答案，按照默认设定答案回复。
问题归一化库主要由关键词串和标准问句两个域构成，由关键词串以模式匹配技术匹配用户问句，如果匹配到用户问句则提取标准问句。
预定义策略用于根据用户问句和匹配结果情况采取的和用户交互的策略和原则。不限于如下策略，策略1：当用户问句仅包含实体或连接关系时，回复用户让用户详细描述自己要了解的实体或连接关系内容；策略2：当依据该实体获取不到答案且该实体对应多个子实体时，反问用户让用户选择具体的子实体；策略3：当知识图谱匹配到多个答案时，提取约束的共同属性，请用户选择具体的约束属性。
图4是根据本发明实施例三的一种智能问答交互方法流程图，如图4所示，本发明实施例中智能问答交互方法包括：
4.1查询归一化库对问题做标准化处理，根据归一化的问题识别出实体和连接关系；
4.2当仅有实体或者连接关系时，设置智能交互标记为实体/连接关系补充标记，按照策略1反问用户，并获取用户反馈的实体/连接关系；
4.3根据实体和连接关系到知识图谱库查询对应的答案；
4.4将查询到的答案反馈用户。具体包括以下三种情形：
4.4.1如果查询不到答案，则进一步判断实体是否有子实体。如果存在子实体，则按照策略2反问用户让其选择具体的子实体，再根据用户反馈的子实体以及连接关系查询知识图谱库获取答案，在查询到答案的情况下返回用户；
如果不存在子实体，直接查询索引库给出答案。
4.4.2如果查询得到答案，且答案为多个，判断多个答案是否有共同属性；
如果能够提取得到共同属性，依据策略3，反问用户让其“选择”具体的属性；如果无法提取共同属性，则反问用户让其“输入”约束信息，比如进一步的意图或是属性；
依据具体属性或者约束信息确定唯一的答案返回给用户；
4.4.3如果查询得到答案，且答案唯一，直接将答案返回给用户。
实施例四
为了更好地描述本发明实施例，这里以一个具体的案例进行说明，以展示智能交互的过程。图5是根据本发明实施例四的一种智能问答示例图，如图5所示，该流程包括：
步骤1：用户提问"银行卡可以代办挂失吗"；
步骤2：提取实体"银行卡"和意图“代办挂失”；
步骤3：依据"银行卡"、“代办挂失”去知识图谱中进行匹配，匹配结果为0；
步骤4：查询知识图谱，确定“银行卡”对应有两个子实体"借记卡"、"信用卡"；
步骤5：反问用户是代办挂失“借记卡”还是“信用卡”；
步骤6：用户输入“信用卡”；
步骤7：依据“信用卡”和“代办挂失”去匹配答案；
步骤8：匹配到多个答案answer1、answer2、answer3…；
步骤9：提取多个答案的共同的属性“省市”，反问用户针对哪个省市进行挂失；
步骤10：用户回答是北京；
步骤11：返回北京对应的答案：answer1。
以上仅为本发明的优选实施案例，且所述流程为配合本发明的描述之用，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
本发明公开了一种实现人机智能交互的方法，此方法完善了基于检索技术实现的智能问答系统的准确性和交互性，根据此方法得到的答案更精确，交互更流畅，用户更满意。

Claims (15)

1.一种智能问答方法，其特征在于，包括：
接收用户提出的问题；
获取所述问题对应的实体与连接关系；
依据所述实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案，其中，所述连接关系包括意图和/或属性。
2.如权利要求1所述的方法，其特征在于，所述获取所述问题对应的实体与连接关系包括：
在所述问题中不包括实体或连接关系的情况下，向所述用户发送实体或连接关系的获取请求；
接收并存储所述用户返回的实体或连接关系信息。
3.如权利要求1所述的方法，其特征在于，所述依据所述实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案包括：
在依据所述实体无法获取到答案，且所述实体对应有多个子实体的情况下，向所述用户发送子实体确认请求；
接收所述用户反馈的子实体确认响应，依据所述用户反馈的子实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案。
4.如权利要求3所述的方法，其特征在于，所述依据所述实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案还包括：
在依据所述实体无法获取到答案，且所述实体没有对应的子实体的情况下，查询索引库以获取所述问题对应的答案。
5.如权利要求1所述的方法，其特征在于，所述依据所述实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案包括：
在所述问题对应的答案为多个的情况下，提取多个答案的共同属性；
依据所述共同属性向所述用户发送属性信息确认请求；
依据所述用户返回的属性信息从所述多个答案中确定出最终答案。
6.如权利要求1所述的方法，其特征在于，在识别所述问题中的实体与连接关系之前，所述方法还包括：
对所述问题进行归一化处理。
7.如权利要求6所述的方法，其特征在于，所述对所述问题进行归一化处理包括：
从所述问题中提取关键词；
依据预先设置的归一化库对所述关键词进行匹配；
在匹配成功的情况下，获取所述关键词对应的标准问句，其中，所述归一化库中存储有所述关键词以及所述标准问句。
8.如权利要求1-7任一项所述的方法，其特征在于，在接收用户提出的问题之前，所述方法还包括：
存储所述知识图谱，所述知识图谱为多个节点与连接线所组成的数据结构；
其中，所述节点用于标识实体信息，所述连接线用于标识不同节点之间的连接关系。
9.一种智能问答装置，其特征在于，包括存储器和处理器，其中，所述存储器中存储有智能问答指令，所述处理器通过执行所述智能问答指令以实现以下操作：
接收用户提出的问题；
获取所述问题对应的实体与连接关系；
依据所述实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案。
10.如权利要求9所述的装置，其特征在于，所述处理器还通过执行所述智能问答指令以实现以下操作：
在所述问题中不包括实体或连接关系的情况下，向所述用户发送实体或连接关系的获取请求；
接收并存储所述用户返回的实体或连接关系信息。
11.如权利要求9所述的装置，其特征在于，所述处理器还通过执行所述智能问答指令以实现以下操作：
在依据所述实体无法获取到答案，且所述实体对应有多个子实体的情况下，向所述用户发送子实体确认请求；
接收所述用户反馈的子实体确认响应，依据所述用户反馈的子实体与所述连接关系从预置的知识图谱中获取所述问题对应的答案。
12.如权利要求11所述的装置，其特征在于，所述处理器还通过执行所述智能问答指令以实现以下操作：
在依据所述实体无法获取到答案，且所述实体没有对应的子实体的情况下，查询索引库以获取所述问题对应的答案。
13.如权利要求9所述的装置，其特征在于，所述处理器还通过执行所述智能问答指令以实现以下操作：
在所述问题对应的答案为多个的情况下，提取多个答案的共同属性；
依据所述共同属性向所述用户发送属性信息确认请求；
依据所述用户返回的属性信息从所述多个答案中确定出最终答案。
14.如权利要求9所述的装置，其特征在于，所述处理器还通过执行所述智能问答指令以实现以下操作：
对所述问题进行归一化处理。
15.如权利要求14所述的装置，其特征在于，所述处理器还用于执行所述智能问答指令以实现以下操作：
从所述问题中提取关键词；
依据预先设置的归一化库对所述关键词进行匹配；
在匹配成功的情况下，获取所述关键词对应的标准问句，其中，所述归一化库中存储有所述关键词以及所述标准问句。
CN201711210853.8A 2017-08-23 2017-11-27 一种智能问答方法及装置 Pending CN110019836A (zh)

Priority Applications (4)

Application Number Priority Date Filing Date Title
CN201711210853.8A CN110019836A (zh) 2017-08-23 2017-11-27 一种智能问答方法及装置
EP18881726.6A EP3702930A4 (en) 2017-11-27 2018-11-27 INTELLIGENT PROCESS AND DEVICE FOR QUESTIONS AND ANSWERS
PCT/CN2018/117600 WO2019101210A1 (zh) 2017-11-27 2018-11-27 智能问答方法及装置
US16/765,946 US20200356586A1 (en) 2017-11-27 2018-11-27 Intelligent question and answer method and device

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
CN201710735067 2017-08-23
CN2017107350673 2017-08-23
CN201711210853.8A CN110019836A (zh) 2017-08-23 2017-11-27 一种智能问答方法及装置

Publications (1)

Publication Number Publication Date
CN110019836A true CN110019836A (zh) 2019-07-16

Family

ID=66631375

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711210853.8A Pending CN110019836A (zh) 2017-08-23 2017-11-27 一种智能问答方法及装置

Country Status (4)

Country Link
US (1) US20200356586A1 (zh)
EP (1) EP3702930A4 (zh)
CN (1) CN110019836A (zh)
WO (1) WO2019101210A1 (zh)

Cited By (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110941962A (zh) * 2019-11-26 2020-03-31 中国科学院自动化研究所 基于图网络的答案句选择方法及装置
CN111061859A (zh) * 2019-12-02 2020-04-24 深圳追一科技有限公司 基于知识图谱的数据处理方法、装置和计算机设备
CN111090739A (zh) * 2019-10-30 2020-05-01 贝壳技术有限公司 信息处理方法、装置以及电子设备、存储介质
CN111159372A (zh) * 2019-12-24 2020-05-15 合肥凌极西雅电子科技有限公司 一种应用于普法教育的问答系统
CN111209384A (zh) * 2020-01-08 2020-05-29 腾讯科技（深圳）有限公司 基于人工智能的问答数据处理方法、装置及电子设备
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
CN111930913A (zh) * 2020-08-14 2020-11-13 上海茂声智能科技有限公司 一种基于知识图谱的问答方法、系统、装置、设备及介质
WO2021017734A1 (zh) * 2019-07-31 2021-02-04 平安科技（深圳）有限公司 一种实体消歧方法、装置、计算机设备及存储介质
CN113468307A (zh) * 2021-06-30 2021-10-01 网易（杭州）网络有限公司 文本处理方法、装置、电子设备及存储介质

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110909137A (zh) * 2019-10-12 2020-03-24 平安科技（深圳）有限公司 基于人机交互的信息推送方法、装置和计算机设备
CN111400480B (zh) * 2020-04-21 2023-05-12 支付宝(杭州)信息技术有限公司 针对多轮对话的用户意图识别方法和装置
CN111881274A (zh) * 2020-07-13 2020-11-03 北京捷通华声科技股份有限公司 确定问题的答案的方法、装置与处理器
CN112037905A (zh) * 2020-07-16 2020-12-04 朱卫国 医用问答方法、设备及存储介质
CN112328766B (zh) * 2020-11-10 2022-05-03 四川长虹电器股份有限公司 一种基于路径搜索的知识图谱问答方法和装置
CN112650845B (zh) * 2020-12-30 2023-01-03 西安交通大学 一种基于bert与知识表示学习的问答系统及方法
CN112768091A (zh) * 2021-01-26 2021-05-07 北京搜狗科技发展有限公司 一种问诊信息处理方法、装置和介质
CN112905757A (zh) * 2021-01-27 2021-06-04 北京金山数字娱乐科技有限公司 文本处理方法及装置
CN112925898B (zh) * 2021-04-13 2023-07-18 平安科技（深圳）有限公司 基于人工智能的问答方法、装置、服务器及存储介质
CN113157890A (zh) * 2021-04-25 2021-07-23 深圳壹账通智能科技有限公司 智能问答方法、装置、电子设备及可读存储介质
CN113392203B (zh) * 2021-06-23 2023-08-22 泰康保险集团股份有限公司 智能问答方法、装置、电子设备和计算机可读存储介质
CN115577091A (zh) * 2022-12-08 2023-01-06 成都晓多科技有限公司 基于知识图谱的复杂条件问题作答方法及系统
CN115982391B (zh) * 2023-03-17 2023-07-25 恒生电子股份有限公司 信息处理方法及装置

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101097573A (zh) * 2006-06-28 2008-01-02 腾讯科技（深圳）有限公司 一种自动问答系统及方法
US20140280307A1 (en) * 2013-03-15 2014-09-18 Google Inc. Question answering to populate knowledge base
CN105843875A (zh) * 2016-03-18 2016-08-10 北京光年无限科技有限公司 一种面向智能机器人的问答数据处理方法及装置
CN106919655A (zh) * 2017-01-24 2017-07-04 网易（杭州）网络有限公司 一种答案提供方法和装置

Family Cites Families (3)

* 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
CN104462501A (zh) * 2014-12-19 2015-03-25 北京奇虎科技有限公司 基于结构化数据的知识图谱构建方法和装置
US20170278181A1 (en) * 2016-03-24 2017-09-28 Rajan Shah System and method for providing financial assistant

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101097573A (zh) * 2006-06-28 2008-01-02 腾讯科技（深圳）有限公司 一种自动问答系统及方法
US20140280307A1 (en) * 2013-03-15 2014-09-18 Google Inc. Question answering to populate knowledge base
CN105843875A (zh) * 2016-03-18 2016-08-10 北京光年无限科技有限公司 一种面向智能机器人的问答数据处理方法及装置
CN106919655A (zh) * 2017-01-24 2017-07-04 网易（杭州）网络有限公司 一种答案提供方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
许仁杰编著: "《Cryengine使用宝典 基础篇》", 国防工业出版社, pages: 219 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021017734A1 (zh) * 2019-07-31 2021-02-04 平安科技（深圳）有限公司 一种实体消歧方法、装置、计算机设备及存储介质
CN111090739A (zh) * 2019-10-30 2020-05-01 贝壳技术有限公司 信息处理方法、装置以及电子设备、存储介质
CN110941962A (zh) * 2019-11-26 2020-03-31 中国科学院自动化研究所 基于图网络的答案句选择方法及装置
CN111061859A (zh) * 2019-12-02 2020-04-24 深圳追一科技有限公司 基于知识图谱的数据处理方法、装置和计算机设备
CN111061859B (zh) * 2019-12-02 2023-09-12 深圳追一科技有限公司 基于知识图谱的数据处理方法、装置和计算机设备
CN111159372A (zh) * 2019-12-24 2020-05-15 合肥凌极西雅电子科技有限公司 一种应用于普法教育的问答系统
CN111209384A (zh) * 2020-01-08 2020-05-29 腾讯科技（深圳）有限公司 基于人工智能的问答数据处理方法、装置及电子设备
CN111209384B (zh) * 2020-01-08 2023-08-15 腾讯科技（深圳）有限公司 基于人工智能的问答数据处理方法、装置及电子设备
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
CN111930913A (zh) * 2020-08-14 2020-11-13 上海茂声智能科技有限公司 一种基于知识图谱的问答方法、系统、装置、设备及介质
CN113468307A (zh) * 2021-06-30 2021-10-01 网易（杭州）网络有限公司 文本处理方法、装置、电子设备及存储介质
CN113468307B (zh) * 2021-06-30 2023-06-30 网易（杭州）网络有限公司 文本处理方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
EP3702930A1 (en) 2020-09-02
EP3702930A4 (en) 2021-08-04
US20200356586A1 (en) 2020-11-12
WO2019101210A1 (zh) 2019-05-31

Similar Documents

Publication Publication Date Title
CN110019836A (zh) 一种智能问答方法及装置
CN103377652B (zh) 一种用于进行语音识别的方法、装置和设备
CN109902224A (zh) 基于用户行为分析的房源推荐方法、装置、设备和介质
CN106096050A (zh) 一种视频内容搜索的方法和装置
CN108255958A (zh) 数据查询方法、装置和存储介质
CN110399568A (zh) 信息搜索方法、装置、终端及存储介质
CN106656529B (zh) 创建群组的方法、装置和计算机设备
CN110310630A (zh) 一种语音助手的训练和分享方法
CN111625638B (zh) 一种问句处理方法、装置、设备及可读存储介质
CN106251114A (zh) 应用中实现审批的方法和装置
Sarma et al. Data modeling in dataspace support platforms
CN108520019A (zh) 数据管理方法、装置、设备及计算机可读存储介质
CN112464204A (zh) 账户管理方法和相关产品
CN110399448A (zh) 中文地名地址搜索匹配方法、终端、计算机可读存储介质
KR20180050786A (ko) 태그 서칭 기반의 자동 질의 응답 시스템 및 방법
CN110019644B (zh) 对话实现中的搜索方法、装置和计算机可读存储介质
CN101676901A (zh) 搜索调度方法及搜索服务器
CN105630995A (zh) 信用查询方法及系统
CN105653576A (zh) 信息搜索的方法及装置、人工座席服务方法及系统
CN105893396A (zh) 基于附近位置来解释用户查询
CN102811167A (zh) 用于基于分层名称结构的网络的方法和设备
CN110244945A (zh) 接口文档生成方法及终端设备
KR20080074617A (ko) 키워드별 검색 서비스 제공시스템 및 제공방법
CN105653717A (zh) 一种信息分享的方法及装置
CN107819729A (zh) 一种数据请求方法及其系统、接入设备、存储设备

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