CN110334200A - 一种问题答案库的生成方法、装置及存储介质 - Google Patents
一种问题答案库的生成方法、装置及存储介质 Download PDFInfo
- Publication number
- CN110334200A CN110334200A CN201910625618.XA CN201910625618A CN110334200A CN 110334200 A CN110334200 A CN 110334200A CN 201910625618 A CN201910625618 A CN 201910625618A CN 110334200 A CN110334200 A CN 110334200A
- Authority
- CN
- China
- Prior art keywords
- target object
- library
- answer
- characterizing magnitudes
- dimension
- 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
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
- G06F16/3329—Natural language query formulation or dialogue systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Electrically Operated Instructional Devices (AREA)
Abstract
本发明实施例公开了一种问题答案库的生成方法、装置及存储介质,应用于信息处理技术领域。问题答案库的生成装置可以从基于目标对象的每个维度的特征信息的多个特征量值中,选择至少一个特征量值,进而可以根据选择的特征量值及其对应的特征标识,分别确定与目标对象相关的答案和问题,最后通过匹配确定的问题和答案,形成基于目标对象的问题答案库。由于确定并选择目标对象的特征信息是比较简单的过程,进而再根据选择的特征量值及对应的特征标识确定问题及答案也是比较简单的计算过程,这样,通过目标对象的特征信息可以高效地自动生成目标对象的问题答案库。
Description
技术领域
本发明涉及信息处理技术领域,特别涉及一种问题答案库的生成方法、装置及存储介质。
背景技术
随着科技的发展,人们逐渐发现人类的创造力在科技发展中发挥了巨大的作用,因此创造力的训练在儿童时期已经越来越重要。
现有的儿童创造力训练可以通过专门的训练设备(比如逻辑狗等)进行训练,其中有些训练设备会通过提出问题的方式进行训练,当用户通过一定的方式(比如语音回答等)对提出的问题进行回答后,训练设备可以提示回答是否正确。这样,就需要在训练设备中预先设置大量问题答案库,在问题答案库中包括多个问题及其对应的答案,则问题答案库的预置成了实现训练设备的重要部分。
发明内容
本发明实施例提供一种问题库答案的生成方法、装置及存储介质,实现了根据事物基元的特征信息自动生成问题答案库。
本发明实施例第一方面提供一种问题答案库的生成方法,包括:
确定基于目标对象的多个维度的特征信息,其中,每个维度的特征信息包括特征标识和多个特征量值;
从所述每个维度的多个特征量值中选择至少一个特征量值;
根据所述选择的特征量值的特征标识确定与所述目标对象相关的问题,及根据所述选择的特征量值确定与所述目标对象相关的答案;
将所述确定的答案与问题进行匹配,生成与所述目标对象相关的问题答案库。
本发明实施例第二方面提供一种问题答案库的生成装置,包括:
特征确定单元,用于确定基于目标对象的多个维度的特征信息,其中,每个维度的特征信息包括特征标识和多个特征量值;
特征选择单元,用于从所述每个维度的多个特征量值中选择至少一个特征量值;
问题确定单元,用于根据所述选择的特征量值的特征标识确定与所述目标对象相关的问题,及根据所述选择的特征量值确定与所述目标对象相关的答案;
匹配单元,用于将所述确定的答案与问题进行匹配,生成与所述目标对象相关的问题答案库。
本发明实施例第三方面提供一种存储介质,所述存储介质储存多条指令,所述指令适于由处理器加载并执行如本发明实施例第一方面所述的问题答案库的生成方法。
本发明实施例第四方面一种终端设备,包括处理器和存储介质,所述处理器,用于实现各个指令;
所述存储介质用于储存多条指令,所述指令用于由处理器加载并执行如本发明实施例第一方面所述的问题答案库的生成方法。
可见,在本实施例的方法中,问题答案库的生成装置可以从基于目标对象的每个维度的特征信息的多个特征量值中,选择至少一个特征量值,进而可以根据选择的特征量值及其对应的特征标识,分别确定与目标对象相关的答案和问题,最后通过匹配确定的问题和答案,形成基于目标对象的问题答案库。由于确定并选择目标对象的特征信息是比较简单的过程,进而再根据选择的特征量值及对应的特征标识确定问题及答案也是比较简单的计算过程,这样,通过目标对象的特征信息可以高效地自动生成目标对象的问题答案库。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种问题答案库的生成方法的示意图;
图2是本发明实施例提供的一种问题答案库的生成方法的流程图;
图3a是本发明实施例中问题答案库的生成装置显示的各个维度的特征量值的示意图;
图3b是本发明实施例中用户选择的各个维度的特征量值的示意图;
图4是本发明应用实施例中问题答案库的生成方法的示意图;
图5是本发明应用实施例中用户选择的基于巧克力物元的各个维度的特征量值的示意图;
图6是本发明实施例提供的一种问题答案库的生成装置的结构示意图;
图7是本发明实施例提供的一种终端设备的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”“第四”等(如果存在)是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,意图在于覆盖不排它的包含,例如,包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
本发明实施例提供一种问题答案库的生成方法,参考图1所示,主要是由问题答案库的生成装置通过如下的步骤生成问题答案库:
确定基于目标对象的多个维度(图中以n个维度为例说明)的特征信息,其中,每个维度的特征信息包括特征标识和多个特征量值;从所述每个维度的多个特征量值中选择至少一个特征量值;根据所述选择的特征量值的特征标识确定与所述目标对象相关的问题,及根据所述选择的特征量值确定与所述目标对象相关的答案;将所述确定的答案与问题进行匹配,生成与所述目标对象相关的问题答案库。
在实际应用中,上述的问题答案库的生成装置可以是儿童创造力的训练设备等。
可见,由于确定并选择目标对象的特征信息是比较简单的过程,进而再根据选择的特征量值及对应的特征标识确定问题及答案也是比较简单的计算过程,这样,通过目标对象的特征信息可以高效地自动生成目标对象的问题答案库。
本发明实施例提供一种问题答案库的生成方法,主要是由上述的问题答案库的生成装置所执行的方法,流程图如图2所示,包括:
步骤101,确定基于目标对象的多个维度的特征信息,其中,每个维度的特征信息包括特征标识和多个特征量值。
可以理解,用户可以操作问题答案库的生成装置,使得问题答案库的生成装置发起本实施例中针对目标对象的问题答案库的生成流程。例如,问题答案库的生成装置会显示多个目标对象的选择界面,这样,用户可以选择某一个目标对象,从而问题答案库的生成装置会发起针对用户选择的目标对象的问题答案库的生成流程。
这里目标对象是指任一事物,比如某一产品,可以包括物元、事元和关系元等基元,其中,物元是指该目标对象在物体方面的属性,事元是指目标对象在动作方面的属性,关系元是指目标对象在关系方面的属性,例如,对于巧克力这一个目标对象来说,其物元可以为巧克力,事元可以为礼物,关系元可以为内外关系等。
这样,问题答案库的生成装置在执行本步骤时,可以确定与目标对象相关的物元的多个维度的特征信息,确定与目标对象相关的事元的多个维度的特征信息,及确定与目标对象相关的关系元的多个维度的特征信息,而每个维度的特征信息都可以包括一个特征标识和至少一个特征量值。其中,特征标识是唯一标识一个特征的信息,特征量值是该特征下的具体值。
例如,针对目标对象为巧克力的产品,其物元巧克力的多个维度的特征信息可以包括:口味(抹茶+杏仁、牛奶、蛋奶和草莓);结构(双夹心);脆度(绵软);造型(心形、方形和圆形)。其事元礼物的多个维度的特征信息可以包括:支配对象(主人);施动对象(客人);时间(节日)。其关系元内外关系的多个维度的特征信息可以包括:前项(包装盒);后项(巧克力);维系关系(形状适状)。
步骤102,从每个维度的多个特征量值中选择至少一个特征量值。
具体地,问题答案库的生成装置可以自动从每个维度的多个特征量值中选择至少一个特征量值;也可以提供用户的选择接口,由用户来选择,具体地,问题答案库的生成装置可以先显示各个维度的特征信息中多个特征量值的选择界面,这样,用户可以在选择界面上从每个维度的多个特征量值中选择各个维度的特征量值,使得问题答案库的生成装置可以从选择界面接收用户选择的各个维度的至少一个特征量值。在实际应用中,问题答案库的生成装置显示各个维度的特征量值的样式可以有多种,比如用表格形式显示,比如用表格中的一列显示一个维度的特征量值等。
例如图3a所示为问题答案库的生成装置显示的多个维度的特征量值,具体包括n列信息,每一列为一个维度的特征标识对应的多个特征量值,比如维度m1对应的多个特征量值包括B21、B22、…….、B2m1等;如图3b所示为用户选择的各个维度的特征量值,在某一次流程中用户选择的特征量值包括B11、B24、B34、B43、B55和B61,在另一次流程中用户选择的特征量值包括B13、B27、B35、B43、B58和B63。
步骤103,根据选择的特征量值的特征标识确定与目标对象相关的问题,及根据选择的特征量值确定与目标对象相关的答案。
其中,问题答案库的生成装置在根据选择的特征量值的特征标识确定与目标对象相关的问题时,可以将选择的特征量值的特征标识与预置的问句模型进行组合,这样就可以形成与目标对象相关的问题,进一步地,问题答案库的生成装置还可以去除组合形成的问题中无效的问题。
例如,上述步骤102中选择的特征量值及其对应的特征标识包括:巧克力的口味为抹茶+牛奶,结构为双夹心,脆度为绵软,造型为心形,颜色为三彩色,交互动作为可扭转,附加概念为爱意转达;而预置的问句模型可以包括:是谁?是什么?何时?何地?为什么?怎么样?是怎样工作的?如何使用?等。
这样,问题答案库的生成装置组合形成的问题可以包括:巧克力的口味是什么?为什么抹茶+牛奶能使用它?巧克力颜色能推断出什么?巧克力颜色意味着什么?巧克力的颜色是什么?巧克力的脆度是什么?巧克力的造型是什么?巧克力的交互动作是什么?……巧克力的时间是什么?巧克力是什么时候做的?巧克力是怎样做的?巧克力的附加概念是什么?其中,有些问题如:为什么抹茶+牛奶能使用它?巧克力颜色能推断出什么?巧克力的时间是什么?等是不合理的,即为无效的问题,则去除这些问题。
问题答案库的生成装置在根据选择的特征量值确定与目标对象相关的答案时,可以直接将选择的特征量值作为与目标对象相关的答案。
步骤104,将确定的答案与问题进行匹配,生成与目标对象相关的问题答案库。
需要说明的是,当通过上述步骤101到104的方法将针对目标对象的问题答案库预置在问题答案库的生成装置后,用户可以使用任意方式(比如语音提问等方式)向问题答案库的生成装置提出问题,而问题答案库的生成装置会在预置的问题答案库中匹配该问题的答案,并将匹配到的答案提供给用户;或者,用户可以操作问题答案库的生成装置,使得问题答案库的生成装置提出问题,由用户通过任意形式回答该问题,进而问题答案库的生成装置会在预置的问题答案库中匹配该问题的答案,进而判断用户的回答是否正确,并进行用户提示。
进一步地,在使用问题答案库的生成装置的过程中,问题答案库的生成装置还可以采集与目标对象相关的问题答案库中问题及对应答案的使用信息,且根据使用信息去除问题答案库中的某些问题及对应答案。
其中,问题及对应答案的使用信息是指问题及对应答案被匹配到的时间等信息,进而可以统计在一段时间内问题及对应答案被匹配到的频率,即使用频率。这样,问题答案库的生成装置可以去除问题答案库中使用频率较小(比如小于某一阈值)的问题及对应答案,从而节省了问题答案库的生成装置的存储空间。
可见,在本实施例的方法中,问题答案库的生成装置可以从基于目标对象的每个维度的特征信息的多个特征量值中,选择至少一个特征量值,进而可以根据选择的特征量值及其对应的特征标识,分别确定与目标对象相关的答案和问题,最后通过匹配确定的问题和答案,形成基于目标对象的问题答案库。由于确定并选择目标对象的特征信息是比较简单的过程,进而再根据选择的特征量值及对应的特征标识确定问题及答案也是比较简单的计算过程,这样,通过目标对象的特征信息可以高效地自动生成目标对象的问题答案库。
以下以一个具体的应用实例来说明本发明中问题答案库的生成方法,本实施例中以目标对象为巧克力为例来说明,参考图4所示,本实施例的方法具体包括:
步骤201,用户通过问题答案库的生成装置选择目标对象为巧克力,则问题答案库的生成装置发起如下基于巧克力的问题答案库的生成流程。
步骤202,问题答案库的生成装置确定基于巧克力这个产品的多个维度的特征信息。
具体地,问题答案库的生成装置可以确定与目标对象相关的物元、事元和关系元分别对应的多个维度的特征信息。
例如,确定巧克力这个物元的特征信息具体可以包括10个维度的特征信息,如下表1只示出了的7个维度的特征信息,其中,第一行的信息分别为各个维度(某一个维度记为mi)的特征标识,每一列的信息为一个维度的多个特征量值:
表1
其它维度的特征信息包括:包装材料维度的特征量值包括纸质、铁质、塑料、水晶等等;用途维度的特征量值包括孩子用的,情人用的,运动员用的,老人用的,病人用的等等;功能拓展维度的特征量值包括能解渴的、能补充能量的,能提供酸碱平衡的,能降低血糖的,能提高兴奋度的等等。
步骤203,问题答案库的生成装置会显示各个维度的特征量值的选择界面,这样,用户可以在该选择界面,从各个维度的特征向量中选择至少一个特征向量。
例如图5所示为问题答案库的生成装置显示的特征量值的选择界面,用户可以从各个维度的特征量值中选择至少一个特征量值,如图5中圆圈部分圈中的即为用户选择的特征量值,具体包括:巧克力的口味为抹茶+牛奶,结构为双夹心,脆度为绵软,造型为心形,颜色为三彩色,交互动作为可扭转,附加概念为爱意转达。
步骤204,问题答案库的生成装置将用户选择的各个维度的特征量值的特征标识与预置的问句模型进行组合,形成目标对象的问题,且去除其中无效的问题;且将用户选择的各个维度的特征量值作为目标对象的答案。
步骤205,问题答案库的生成装置将上述步骤204确定的问题与答案进行匹配,从而形成了目标对象的问题答案库。
进一步地,当目标对象的问题答案库预置到问题答案库的生成装置后,在问题答案库的使用过程中,问题答案库的生成装置可以采集问题答案库中各个问题及对应答案的使用信息,且根据使用信息去除问题答案库中使用频率较低的某些问题及对应答案。
本发明实施例还提供一种问题答案库的生成装置,其结构示意图如图6所示,具体可以包括:
特征确定单元10,用于确定基于目标对象的多个维度的特征信息,其中,每个维度的特征信息包括特征标识和多个特征量值。
该特征确定单元10,具体用于确定与所述目标对象相关的物元的多个维度的特征信息,确于与所述目标对象相关的事元的多个维度的特征信息,及确定与所述目标对象相关的关系元的多个维度的特征信息。
特征选择单元11,用于从所述特征确定单元10确定的每个维度的多个特征量值中选择至少一个特征量值。
该特征选择单元11,具体用于显示所述每个维度的特征信息中多个特征量值的选择界面;从所述选择界面接收用户选择的各个维度的至少一个特征量值。
问题确定单元12,用于根据所述特征选择单元11选择的特征量值的特征标识确定与所述目标对象相关的问题,及根据所述选择的特征量值确定与所述目标对象相关的答案。
该问题确定单元12,具体用于将所述选择的特征量值的特征标识与预置的问句模型进行组合,形成与所述目标对象相关的问题。进一步地,问题确定单元12,还用于去除形成的问题中无效的问题。
匹配单元13,用于将所述问题确定单元12确定的答案与问题进行匹配,生成与所述目标对象相关的问题答案库。
进一步地,本实施例的问题答案库的生成装置还包括:采集单元14和去除单元15,其中:
采集单元14,用于采集所述匹配单元13匹配生成的与所述目标对象相关的问题答案库中问题及对应答案的使用信息;去除单元15,用于根据所述使用信息,去除所述问题答案库中的某些问题及对应答案。其中,如果采集单元14采集的使用信息包括在一段时间内的使用频率,去除单元15,具体用于去除所述问题答案库中,使用频率小于阈值的问题及对应答案。
在本实施例的装置中,特征选择单元11可以从基于目标对象的每个维度的特征信息的多个特征量值中,选择至少一个特征量值,进而问题确定单元12可以根据选择的特征量值及其对应的特征标识,分别确定与目标对象相关的答案和问题,最后匹配单元13通过匹配确定的问题和答案,形成基于目标对象的问题答案库。由于确定并选择目标对象的特征信息是比较简单的过程,进而再根据选择的特征量值及对应的特征标识确定问题及答案也是比较简单的计算过程,这样,通过目标对象的特征信息可以高效地自动生成目标对象的问题答案库。
本发明实施例还提供一种终端设备,其结构示意图如图7所示,该终端设备可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(centralprocessing units,CPU)20(例如,一个或一个以上处理器)和存储器21,一个或一个以上存储应用程序221或数据222的存储介质22(例如一个或一个以上海量存储设备)。其中,存储器21和存储介质22可以是短暂存储或持久存储。存储在存储介质22的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对终端设备中的一系列指令操作。更进一步地,中央处理器20可以设置为与存储介质22通信,在终端设备上执行存储介质22中的一系列指令操作。
具体地,在存储介质22中储存的应用程序221包括问题答案库生成的应用程序,且该程序可以包括上述问题答案库的生成装置中的特征确定单元10,特征选择单元11,问题确定单元12,匹配单元13,采集单元14和去除单元15,在此不进行赘述。更进一步地,中央处理器20可以设置为与存储介质22通信,在终端设备上执行存储介质22中储存的问题答案库生成的应用程序对应的一系列操作。
终端设备还可以包括一个或一个以上电源23,一个或一个以上有线或无线网络接口24,一个或一个以上输入输出接口25,和/或,一个或一个以上操作系统223,例如WindowsServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。
上述方法实施例中所述的由上述的问题答案库的生成装置所执行的步骤可以基于该图7所示的终端设备的结构。
本发明实施例还提供一种存储介质,所述存储介质储存多条指令,所述指令适于由处理器加载并执行如上述问题答案库的生成装置所执行的问题答案库的生成方法。
本发明实施例还提供一种终端设备,包括处理器和存储介质,所述处理器,用于实现各个指令;所述存储介质用于储存多条指令,所述指令用于由处理器加载并执行如上述问题答案库的生成装置所执行的问题答案库的生成方法。
本领域普通技术人员可以理解上述实施例的各种方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于一计算机可读存储介质中,存储介质可以包括:只读存储器(ROM)、随机存取存储器RAM)、磁盘或光盘等。
以上对本发明实施例所提供的问题答案库的生成方法、装置及存储介质进行了详细介绍,本文中应用了具体个例对本发明的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本发明的方法及其核心思想;同时,对于本领域的一般技术人员,依据本发明的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种问题答案库的生成方法,其特征在于,包括:
确定基于目标对象的多个维度的特征信息,其中,每个维度的特征信息包括特征标识和多个特征量值;
从所述每个维度的多个特征量值中选择至少一个特征量值;
根据所述选择的特征量值的特征标识确定与所述目标对象相关的问题,及根据所述选择的特征量值确定与所述目标对象相关的答案;
将所述确定的答案与问题进行匹配,生成与所述目标对象相关的问题答案库。
2.如权利要求1所述的方法,其特征在于,所述确定目标对象的多个维度的特征信息,具体包括:
确定与所述目标对象相关的物元的多个维度的特征信息,确于与所述目标对象相关的事元的多个维度的特征信息,及确定与所述目标对象相关的关系元的多个维度的特征信息。
3.如权利要求1所述的方法,其特征在于,所述从所述每个维度的多个特征量值中选择至少一个特征量值,具体包括:
显示所述每个维度的特征信息中多个特征量值的选择界面;
从所述选择界面接收用户选择的各个维度的至少一个特征量值。
4.如权利要求1所述的方法,其特征在于,所述根据所述选择的特征量值的特征标识确定与所述目标对象相关的问题,具体包括:
将所述选择的特征量值的特征标识与预置的问句模型进行组合,形成与所述目标对象相关的问题。
5.如权利要求1至4任一项所述的方法,其特征在于,所述方法还包括:
采集所述与所述目标对象相关的问题答案库中问题及对应答案的使用信息;
根据所述使用信息,去除所述问题答案库中的某些问题及对应答案。
6.如权利要求5所述的方法,其特征在于,所述使用信息包括在一段时间内的使用频率,则所述根据所述使用信息,确定所述问题答案库中的某些问题及对应答案,具体包括:
去除所述问题答案库中,使用频率小于阈值的问题及对应答案。
7.一种问题答案库的生成装置,其特征在于,包括:
特征确定单元,用于确定基于目标对象的多个维度的特征信息,其中,每个维度的特征信息包括特征标识和多个特征量值;
特征选择单元,用于从所述每个维度的多个特征量值中选择至少一个特征量值;
问题确定单元,用于根据所述选择的特征量值的特征标识确定与所述目标对象相关的问题,及根据所述选择的特征量值确定与所述目标对象相关的答案;
匹配单元,用于将所述确定的答案与问题进行匹配,生成与所述目标对象相关的问题答案库。
8.如权利要求7所述的装置,其特征在于,还包括:
采集单元,用于采集所述与所述目标对象相关的问题答案库中问题及对应答案的使用信息;
去除单元,用于根据所述使用信息,去除所述问题答案库中的某些问题及对应答案。
9.一种存储介质,其特征在于,所述存储介质储存多条指令,所述指令适于由处理器加载并执行如权利要求1至6任一项所述的问题答案库的生成方法。
10.一种终端设备,其特征在于,包括处理器和存储介质,所述处理器,用于实现各个指令;
所述存储介质用于储存多条指令,所述指令用于由处理器加载并执行如权利要求1至6任一项所述的问题答案库的生成方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910625618.XA CN110334200B (zh) | 2019-07-11 | 2019-07-11 | 一种问题答案库的生成方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910625618.XA CN110334200B (zh) | 2019-07-11 | 2019-07-11 | 一种问题答案库的生成方法、装置及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110334200A true CN110334200A (zh) | 2019-10-15 |
CN110334200B CN110334200B (zh) | 2021-07-27 |
Family
ID=68146443
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910625618.XA Active CN110334200B (zh) | 2019-07-11 | 2019-07-11 | 一种问题答案库的生成方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110334200B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021128663A1 (zh) * | 2019-12-27 | 2021-07-01 | 京东数字科技控股有限公司 | 一种机器人应答方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102712A (zh) * | 2014-07-15 | 2014-10-15 | 百度在线网络技术(北京)有限公司 | 识别实体的方法和装置 |
CN104978396A (zh) * | 2015-06-02 | 2015-10-14 | 百度在线网络技术(北京)有限公司 | 一种基于知识库的问答题目生成方法和装置 |
-
2019
- 2019-07-11 CN CN201910625618.XA patent/CN110334200B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102712A (zh) * | 2014-07-15 | 2014-10-15 | 百度在线网络技术(北京)有限公司 | 识别实体的方法和装置 |
CN104978396A (zh) * | 2015-06-02 | 2015-10-14 | 百度在线网络技术(北京)有限公司 | 一种基于知识库的问答题目生成方法和装置 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021128663A1 (zh) * | 2019-12-27 | 2021-07-01 | 京东数字科技控股有限公司 | 一种机器人应答方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN110334200B (zh) | 2021-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
French | The subtlety of sameness: A theory and computer model of analogy-making | |
Paliokas et al. | The use of serious games in museum visits and exhibitions: A systematic mapping study | |
Tilley et al. | Archaeology as socio-political action in the present | |
Johansen | Leaders make the future: Ten new leadership skills for an uncertain world | |
Cole | Cultural psychology: A once and future discipline | |
Wohlwill | Responses to class-inclusion questions for verbally and pictorially presented items | |
CN113592454A (zh) | 一种人工智能儿童思维能力培养系统及方法 | |
Thibault et al. | Toyification. A conceptual statement | |
Ma et al. | Analysing the relevance of serious game elements for effectively teaching innovation processes | |
CN110334200A (zh) | 一种问题答案库的生成方法、装置及存储介质 | |
CN112685921B (zh) | 一种高效精确搜索的麻将智能决策方法、系统及设备 | |
CN110772794B (zh) | 智能游戏处理方法、装置、设备及存储介质 | |
Beckman | Math without numbers | |
Cam | Philosophical Inquiry: Combining the Tools of Philosophy with Inquiry-based Teaching and Learning | |
Grace et al. | Gaming with purpose: Heuristic understanding of ubiquitous game development and design for human computation | |
Cheng | Is Math Real?: How Simple Questions Lead Us to Mathematics' Deepest Truths | |
Lu et al. | Story decorated learning activity generation in a context-aware mobile role playing game | |
Thawonmas et al. | Identification of player types in massively multiplayer online games | |
Livingston | Chaos and complexity theory | |
Barnard et al. | Object recognition as a function of stimulus characteristics | |
Zhang | Exploring the attractive factors of mobile tower defense games | |
Nordfors | The power of narrative | |
Callaert | In search of the specificity and the identifiability of stochastic thinking and reasoning | |
Steingrimsson | Evolutionary game theoretical model of the evolution of the concept of hue, a hue structure, and color categorization in novice and stable learners | |
Hattab | Ten Challenges and Explainable Analogs of growth functions and distributions for statistical literacy and fluency |
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 |