CN110377721A - 自动问答方法、装置、存储介质及电子设备 - Google Patents
自动问答方法、装置、存储介质及电子设备 Download PDFInfo
- Publication number
- CN110377721A CN110377721A CN201910684222.2A CN201910684222A CN110377721A CN 110377721 A CN110377721 A CN 110377721A CN 201910684222 A CN201910684222 A CN 201910684222A CN 110377721 A CN110377721 A CN 110377721A
- Authority
- CN
- China
- Prior art keywords
- numerical characteristic
- target
- determined
- interval
- section
- 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
- 238000000034 method Methods 0.000 title claims abstract description 52
- 238000003860 storage Methods 0.000 title claims abstract description 24
- 238000013507 mapping Methods 0.000 claims description 39
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 230000015654 memory Effects 0.000 claims description 8
- 230000010076 replication Effects 0.000 claims description 6
- 238000005516 engineering process Methods 0.000 abstract description 13
- 230000000694 effects Effects 0.000 abstract description 5
- 238000010586 diagram Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 4
- 230000014759 maintenance of location Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 230000001174 ascending effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012905 input function Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 230000001755 vocal effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/903—Querying
- G06F16/9032—Query formulation
- G06F16/90332—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
- G06F16/332—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
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/26—Speech to text systems
-
- G—PHYSICS
- G10—MUSICAL INSTRUMENTS; ACOUSTICS
- G10L—SPEECH ANALYSIS TECHNIQUES OR SPEECH SYNTHESIS; SPEECH RECOGNITION; SPEECH OR VOICE PROCESSING TECHNIQUES; SPEECH OR AUDIO CODING OR DECODING
- G10L15/00—Speech recognition
- G10L15/22—Procedures used during a speech recognition process, e.g. man-machine dialogue
- G10L2015/223—Execution procedure of a spoken command
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Acoustics & Sound (AREA)
- Multimedia (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了一种自动问答方法、装置、存储介质及电子设备,属于自动问答领域。该方法包括:获取用户终端的问题语句;将问题语句转换为向量,向量中包括多个数字;获取多个数字的至少一种数字特征;根据至少一种数字特征在问题库中查询目标问题,问题库中包括多个问题以及与多个问题对应的答案,目标问题为问题库中数字特征与用户的问题语句的数字特征的相似度大于阈值的问题;根据目标问题对应的答案,确定目标答案。该方法将问题用数字特征来表示,进而便于在题库中查找与用户的问题相近的问题,解决了相关技术中问题比对计算量大,耗时较长,导致问答系统反馈问题的速度较慢的问题,达到了提高问题查找速度的效果。
Description
技术领域
本发明涉及自动问答领域,特别涉及一种自动问答方法、装置、存储介质及电子设备。
背景技术
问答系统(Question Answering System,QA)能用准确、简洁的自然语言回答用户用自然语言提出的问题。即用户以自然语言提问的形式提出信息查询需求,系统依据对问题的分析,从各种数据资源中自动找出准确的答案并反馈给用户的技术。
现有技术中的一种自动问答方法中,在获取用户的问题后,会将该问题的语句与问题库中的每个问题的语句进行对比,当在题库中找到语句相似度达到指定阈值的问题时,将该问题的答案反馈给用户。
但是,上述自动问答方法中,需将用户的问题与问题库中的每一个问题进行相似度比对,计算量大,耗时较长,导致问答系统反馈问题的速度较慢。
发明内容
为了解决相关技术中问答系统反馈问题的速度较慢的问题,本发明实施例提供了一种自动问答方法、装置、存储介质及电子设备。所述技术方案如下:
根据本发明的第一方面,提供一种自动问答方法,所述自动问答方法包括:
获取用户终端的问题语句;
将所述问题语句转换为向量,所述向量中包括多个数字;
获取所述多个数字的至少一种数字特征;
根据所述至少一种数字特征在问题库中查询目标问题,所述问题库中包括多个问题以及与所述多个问题对应的答案,所述目标问题为所述问题库中数字特征与所述用户的问题语句的数字特征的相似度大于阈值的问题;
根据所述目标问题对应的答案,确定目标答案。
可选的,所述数字特征的种类为一种的情形,所述根据所述至少一种数字特征在问题库中查询目标问题,包括:
根据所述数字特征的类别确定所述多个问题的数字特征的取值范围;
将所述取值范围划分为多个区间;
设置所述多个区间与所述多个问题的映射关系,每个区间至少对应所述多个问题中的至少一个问题;
确定所述问题语句的数字特征在所述多个区间中所属的目标区间;
根据所述映射关系,将所述目标区间对应的问题确定为数字特征与所述用户的问题语句的数字特征的相似度大于阈值的问题。
可选的,所述至少一种数字特征包括第一数字特征和第二数字特征;
所述根据所述至少一种数字特征在问题库中查询目标问题,包括:
根据所述第一数字特征的类别确定所述多个问题的第一数字特征的取值范围;
将所述第一数字特征的取值范围划分为多个第一区间;
设置所述多个第一区间与所述多个问题的映射关系,每个第一区间至少对应所述多个问题中的至少一个问题;
将所述问题语句的第一数字特征在所述多个第一区间中所属的区间确定为所述第一目标区间;
根据所述映射关系,将所述第一目标区间对应的至少一个问题确定为第一目标问题;
根据所述第二数字特征的类别确定所述多个问题的第二数字特征的取值范围;
将所述第二数字特征的取值范围划分为多个第二区间;
设置所述多个第二区间与所述多个问题的映射关系,每个第二区间至少对应所述多个问题中的至少一个问题;
将所述问题语句的第二数字特征在所述多个第二区间中所属的区间确定为所述第二目标区间;
根据所述映射关系,将所述第二目标区间对应的至少一个问题确定为第二目标问题;
将所述第一目标问题以及所述第二目标问题中的重复问题确定为数字特征与所述用户的问题语句的数字特征的相似度大于阈值的问题。
可选的,所述将所述问题库中第一数字特征位于所述第一目标区间的问题确定为第一目标问题之前,所述方法还包括:
将所述第一数字特征在所述多个第一区间中所属的区间以及相邻的两个区间确定为第一目标区间;
所述将所述问题库中第二数字特征位于所述第二目标区间的问题确定为第二目标问题之前,所述方法还包括:
将所述第二数字特征在所述多个第二区间中所属区间以及相邻的两个区间确定为第二目标区间。
可选的,所述数字特征包括均值、方差、协方差和数学期望中的至少一种。
根据本发明的第二方面,提供一种自动问答装置,所述自动问答装置包括:
获取模块,所述获取模块用于获取用户终端的问题语句;
转换模块,所述转换模块用于将所述问题语句转换为向量,所述向量中包括多个数字,获取所述多个数字的至少一种数字特征;
查询模块,所述查询模块用于根据所述至少一种数字特征在问题库中查询目标问题,所述问题库中包括多个问题以及与所述多个问题对应的答案,所述目标问题为所述问题库中数字特征与所述用户的问题语句的数字特征的相似度大于阈值的问题;
反馈模块,所述反馈模块用于根据所述目标问题对应的答案,确定目标答案。
可选的,对于所述数字特征的种类为一种的情形,所述根据所述至少一种数字特征在问题库中查询目标问题,包括:
根据所述数字特征的类别确定所述多个问题的数字特征的取值范围;
将所述取值范围划分为多个区间;
设置所述多个区间与所述多个问题的映射关系,每个区间至少对应所述多个问题中的至少一个问题;
确定所述问题语句的数字特征在所述多个区间中所属的目标区间;
根据所述映射关系,将所述目标区间的问题确定为数字特征与所述用户的问题语句的数字特征的相似度大于阈值的问题。
可选的,对于所述至少一种数字特征包括第一数字特征和第二数字特征的情形;
所述查询模块包括第一查询子模块和第二查询子模块,
所述第一查询子模块用于:
根据所述第一数字特征的类别确定所述多个问题的第一数字特征的取值范围;
将所述第一数字特征的取值范围划分为多个第一区间;
设置所述多个第一区间与所述多个问题的映射关系,每个第一区间至少对应所述多个问题中的至少一个问题;
将所述问题语句的第一数字特征在所述多个第一区间中所属的区间确定为第一目标区间;
根据所述映射关系,将所述第一目标区间对应的至少一个问题确定为第一目标问题;
所述第二查询子模块用于:
根据所述第二数字特征的类别确定所述多个问题的第二数字特征的取值范围;
将所述第二数字特征的取值范围划分为多个第二区间;
设置所述多个第二区间与所述多个问题的映射关系,每个第二区间至少对应所述多个问题中的至少一个问题;
将所述问题语句的第二数字特征在所述多个第二区间中所属的区间确定为第二目标区间;
根据所述映射关系,将所述第二目标区间对应的至少一个问题确定为第二目标问题;
将所述第一目标问题以及所述第二目标问题中的重复问题确定为数字特征与所述用户的问题语句的数字特征的相似度大于阈值的问题。
可选的,所述将所述问题库中第一数字特征位于所述第一目标区间的问题确定为第一目标问题之前,所述第一查询子模块还用于:
将所述第一数字特征在所述多个第一区间中所属的区间以及相邻的两个区间确定为第一目标区间;
所述将所述问题库中第二数字特征位于所述第二目标区间的问题确定为第二目标问题之前,所述第二查询子模块还用于:
将所述第二数字特征在所述多个第二区间中所属的区间以及相邻的两个区间确定为第二目标区间。
可选的,所述数字特征包括均值、方差、协方差和数学期望中的至少一种。
根据本发明的第三方面,提供一种存储介质,当所述存储介质中的指令由自动问答装置的处理器执行时,使得所述处理器能够执行第一方面所述的自动问答方法。
根据本发明的第四方面,提供一种服务器,所述服务器包括第二方面所述的自动问答装置。
根据本发明的第五方面,提供一种电子设备,包括:
处理器;以及
存储器,存储有指令,当所述指令被处理器执行时,实现本发明的第一方面的自动问答方法。
本发明实施例提供的技术方案可以包括以下有益效果:
通过获取用户终端的问题语句,将问题语句转换为包括多个数字的向量,获取多个数字的至少一种数字特征,根据至少一种数字特征在问题库中查询目标问题,问题库中包括多个问题以及与多个问题对应的答案,目标问题为问题库中数字特征与用户的问题语句的数字特征的相似度大于阈值的问题,之后根据目标问题对应的答案,确定目标答案。该方法将问题用数字特征来表示,进而便于在题库中查找与用户的问题相近的问题,解决了相关技术中问题比对计算量大,耗时较长,导致问答系统反馈问题的速度较慢的问题,达到了提高问题查找速度的效果。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本发明的实施例,并与说明书一起用于解释本发明的原理。
图1是本发明实施例提供的自动问答方法的实施环境的示意图;
图2是本发明实施例提供的一种自动问答方法的流程图;
图3是本发明实施例提供的另一种自动问答方法的流程图;
图4是图3流程图中子步骤的流程图;
图5是图3流程图中子步骤的流程图;
图6是本发明实施提供的一种自动问答装置的结构示意图;
图7是图6中查询模块的结构示意图;
图8是本发明实施例提供的服务器的结构示意图。
通过上述附图,已示出本发明明确的实施例,后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本发明构思的范围,而是通过参考特定实施例为本领域技术人员说明本发明的概念。
具体实施方式
这里将详细地对示例性实施例进行说明,其示例表示在附图中。下面的描述涉及附图时,除非另有表示,不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本发明相一致的所有实施方式。相反,它们仅是与如所附权利要求书中所详述的、本发明的一些方面相一致的装置和方法的例子。
目前,自动问答技术已被广泛应用到多个行业中,基于常问问题的自动问答技术可以直接回答用户以自然语言提出的该行业中的高频问题。
但是上述自动问答系统的流程较为复杂,检索步骤较多,且需要将用户问题与数据库中的每一个问题进行相似度比对后找出最相似的问题,该过程进行大量比对时耗时较长,导致最终问题生成的时间过长,反馈问题的速度较慢。
图1是本申请提供的自动问答方法的实施环境的示意图,该实施环境可以包括服务器11以及终端12。
服务器11可以为一个服务器或服务器集群。
终端12可以为手机、平板电脑、笔记本电脑、智能可穿戴设备等终端。终端12可以通过有线或无线的方式(图1示出的是以无线的方式进行联系的情况)与服务器连接。
图2是本发明实施例提供的一种自动问答方法的流程图。该自动问答方法的步骤包括:
步骤201、获取用户终端的问题语句。
步骤202、将问题语句转换为向量,向量中包括多个数字。
步骤203、获取多个数字的至少一种数字特征。
步骤204、根据至少一种数字特征在问题库中查询目标问题,问题库中包括多个问题以及与多个问题对应的答案,目标问题为问题库中数字特征与用户的问题语句的数字特征的相似度大于阈值的问题。
步骤205、根据目标问题对应的答案,确定目标答案。
综上所述,本发明实施例提供的一种自动问答方法,通过获取用户终端的问题语句,将问题语句转换为包括多个数字的向量,获取多个数字的至少一种数字特征,根据至少一种数字特征在问题库中查询目标问题,问题库中包括多个问题以及与多个问题对应的答案,目标问题为问题库中数字特征与用户的问题语句的数字特征的相似度大于阈值的问题,之后根据目标问题对应的答案,确定目标答案。该方法将问题用数字特征来表示,进而便于在题库中查找与用户的问题相近的问题,解决了相关技术中问题比对计算量大,耗时较长,导致问答系统反馈问题的速度较慢的问题,达到了提高问题查找速度的效果。
图3是本发明实施例提供的另一种自动问答方法的流程图。该方法可以应用于图1所示实施环境中的服务器11,该自动问答方法的步骤包括:
步骤301、提取问题库中每个问题的数字特征。
数字特征可以包括均值、方差、协方差和数学期望中的至少一种。其中均值是指表示一系列数据或统计总体的平均特征的值,方差是各个数据与其算数平均数的离差平方和的平均数,协方差表示的是两个变量总体误差的方差,数学期望是离散型随机变量的一切可能的取值与对应的概率之积的和。在本发明实施例的一种实施方式中,使用均值和方差作为数字特征。也可以使用多于两个的数字特征,本发明实施例在此不作限定。
将数据库中每个问题的语句转换为向量,该向量为包括多个数字的向量,转换后的问题向量为X:
X={x1,x2,……,xn},0<=x1,x2,…,xn<=1;
其中的x1、x2···xn均为数字,且取值范围为0-1。转换方式可以参考相关技术,例如词频-逆文本频率指数(term frequency–inverse document frequency,TF-IDF)技术等。将问题语句转换为向量后,其中的数字的取值范围一般为0-1。使用均值公式进行计算,该均值公式如下:
使用方差公式进行计算,该方差公式如下:
D(X)=E{[X-E(X)]2}=E{X2-2XE(X)+[E(X)]2}
其中不同类别的数字特征均对应有各自的取值范围,例如当向量中的多个数字x1、x2···xn的值均为0-1之间的数字时,则数字特征确定为均值时,均值的取值范围设置为[0,1]。同样的,当向量中的多个数字x1、x2···xn的值均为0-1之间的数字时,则数字特征确定为方差时,方差的取值范围设置为[0,1]。
在本发明实施例的一种实施方式中,当数字特征类别为方差时,例如,将方差取值范围[0,1]均分为100份,将每份按照由小到大的顺序给以1到100的数值标识。[0,0.01]数值区域标识为1,[0.01,0.02]标识为2,依次类推。将每个问题向量的方差的区域标识进行索引,以便于后续进行查找。
步骤302、获取用户终端的问题语句。
用户可以使用用户终端上的文字输入或语音输入功能将想要提问的问题输入至用户终端,用户终端将该问题发送至服务器,即服务器可以从用户终端获取用户的问题语句。其中服务器获取用户语音时,可以使用语音识别系统对用户的问题语句进行语音识别。
步骤303、将问题语句转换为向量,向量中包括多个数字。
将用户的问题语句转换为向量,以数字表示。具体请参考步骤301,本发明实施例在此不多做赘述。
本发明实施例中,判断用户终端的问题语句的数字特征和问题库中问题的数字特征的相似度是否大于阈值的方式可以包括多种,其中的两种判断方式可以为:
第一种方案:
步骤304、数字特征的种类为一种的情形时,获取多个数字的数字特征,根据数字特征在问题库中查询目标问题。
如图4所示,步骤304包括下面几个步骤:
步骤3041、根据数字特征的类别确定多个问题的数字特征的取值范围。
如该数字特征为均值,根据步骤301中的公式获取均值的取值范围[0,1]。
步骤3042、将取值范围划分为多个区间。
将取值范围划分区间可以节省检索的时间,同时也可以便于用户的问题语句的数字特征与问题库中的问题的数字特征之间的匹配。其中的每个区间可以为等长的区间,也可以为不等长的区间。区间的数量可以根据设计的精度进行设置,区间的数量越多,则后续确定的目标问题的精度越高,区间的数量越少,则后续确定的目标问题的精度越低。
在本发明实施例的一种实施方式中,可以将均值的取值范围[0,1]划分为五个区间,分别为[0,0.2]、(0.2,0.4]、(0.4,0.6]、(0.6,0.8]、(0.8,1]。此外,也可以将取值范围划分为其他数量的区间,本发明实施例不进行限制。
步骤3043、设置多个区间与多个问题的映射关系,每个区间至少对应多个问题中的至少一个问题;
将多个区间与多个问题设置其映射关系,可以保证每个区间都有相对应的问题,以防出现在某一区间找不到对应问题的情况。
步骤3044、确定问题语句的数字特征在多个区间中所属的目标区间。
确定数字特征属于上述步骤中划分的哪一个区间内,其中不仅可以确定该数字特征的当前区间,还可以将与该数字特征的所在区间相邻的区间也作为目标区间,以此避免在检索过程中漏掉相关问题。在本发明实施例的一种实施方式中,若该均值的计算结果为0.53,则将(0.4,0.6]确定为目标区间,同时可以将与(0.4,0.6]相邻的(0.2,0.4]、(0.6,0.8]也确定为目标区间。
步骤3045、根据映射关系,将目标区间对应的问题确定为数字特征与用户的问题语句的数字特征的相似度大于阈值的问题。
也即是将问题库中数字特征位于目标区间的问题,确定为与用户的问题语句的数字特征的相似度大于阈值的目标问题,即为目标问题。
第二种方案:
步骤305、数字特征的种类为两种的情形时,根据第一数字特征和第二数字特征在问题库中查询目标问题。
如图5所示,步骤305可以包括下面几个步骤:
步骤3051、根据第一数字特征的类别确定多个问题的第一数字特征的取值范围。
在本发明实施例的一种实施方式中,第一数字特征为均值,获取均值的取值范围[0,1]。
步骤3052、将第一数字特征的取值范围划分为多个第一区间。
划分区间的内容可以参考上述步骤3042,在此不再赘述。示例性的,可以将均值的取值范围[0,1]划分为五个区间,分别为[0,0.2]、(0.2,0.4]、(0.4,0.6]、(0.6,0.8]、(0.8,1]。
步骤3053、设置多个第一区间与多个问题的映射关系,每个第一区间至少对应多个问题中的至少一个问题。
将多个第一区间与多个问题设置其映射关系,可以保证每个第一区间都有相对应的问题,以防出现在某一区间找不到对应问题的情况。
步骤3054、将问题语句的第一数字特征在多个第一区间中所属的区间以及相邻的两个区间确定为第一目标区间。
对第一数字特征所在区间以及相邻的区间同时进行检索可以避免在问题库中无法找到与用户的问题语句相似的问题。示例性的,若该均值的计算结果为0.7,则将(0.6,0.8]确定为目标区间,同时将与(0.6,0.8]相邻的(0.4,0.6]、(0.8,1]也确定为目标区间。
此外,也可以仅将第一数字特征在多个第一区间中所在的区间确定为第一目标区间,本发明实施例不进行限制。
步骤3055、根据映射关系,将第一目标区间对应的至少一个问题确定为第一目标问题。
也即是将问题库中第一数字特征位于第一目标区间的至少一个问题,确定为与用户的问题语句的数字特征的相似度大于阈值的第一目标问题,目标问题可以为至少一个,例如可以为2个或者3个,具体数量本发明实施例在此不作限定。
此外,也可能存在问题库中第一数字特征位于第一目标区间的问题数量为0的情况,此种情况可以单独依靠第二数字特征来确定目标问题。
步骤3056、根据第二数字特征的类别确定多个问题的第二数字特征的取值范围。
在本发明实施例的一种实施方式中,第二数字特征为方差,方差的取值范围可以为[0,1]。
步骤3057、将第二数字特征的取值范围划分为多个第二区间。
划分区间的内容可以参考上述步骤3042,在此不再赘述。示例性的,可以将方差的取值范围[0,1]划分为五个区间,分别为[0,0.2]、(0.2,0.4]、(0.4,0.6]、(0.6,0.8]、(0.8,1]。
步骤3058、设置多个第二区间与多个问题的映射关系,每个第二区间至少对应多个问题中的至少一个问题。
将多个第二区间与多个问题设置其映射关系,可以保证每个第二区间都有相对应的问题,以防出现在某一区间找不到对应问题的情况。
步骤3059、将问题语句的第二数字特征在多个第二区间中所属区间以及相邻的两个区间确定为第二目标区间。
对第二数字特征所在区间以及相邻的区间同时进行检索可以避免在问题库中无法找到与用户的问题语句相似的问题。示例性的,若作为第二数字特征的方差的计算结果为0.32,则将(0.2,0.4]确定为目标区间,同时将与(0.2,0.4]相邻的[0,0.2]、(0.4,0.6]也确定为目标区间。对相邻的区间同时进行检索可以避免遗漏问题。
此外,也可以仅将第二数字特征在多个第二区间中所在的区间确定为第二目标区间,本发明实施例不进行限制。
步骤30591、根据映射关系,将第二目标区间对应的至少一个问题确定为第二目标问题。
也即是将问题库中第一数字特征位于第一目标区间的至少一个问题,确定为第二目标问题,目标问题可以为至少一个,例如可以为2个或者3个,具体数量本发明实施例在此不作限定。
此外,也可能存在问题库中第二数字特征位于第二目标区间的问题数量为0的情况,此种情况可以单独依靠第一数字特征来确定目标问题。
当问题库中第二数字特征位于第二目标区间的问题数量为0,且第一数字特征位于第一目标区间的问题数量为0时,表明问题库中没有用户的问题语句对应的问题以及答案,可以向用户终端反馈无对应答案的消息。
步骤30592、将第一目标问题以及第二目标问题中的重复问题确定为数字特征与用户的问题语句的数字特征的相似度大于阈值的问题。
即将两个数字特征所得到的所有问题中,重复的问题确定为数字特征与用户的问题语句的数字特征的相似度大于阈值的问题,即目标问题。以此提高检索结果的准确度。
需要说明的是,本发明实施例提供的自动问答方法的步骤的先后顺序可以进行适当调整,步骤也可以根据情况进行相应增减,例如步骤3051-3055与步骤3056-30591可以同时执行,也可以将步骤3056-30591在步骤3051-3055之前执行。任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化的方法,都应涵盖在本发明的保护范围之内,因此不再赘述。
可选的,步骤304和步骤305为并列步骤,包括了两种形式,以数字特征的数量进行区分,其中,数字特征也可以为多个,本发明实施在此不做赘述。
步骤306、根据目标问题对应的答案,确定目标答案。
将与目标问题相对应的答案确认为该目标问题所对应的目标答案。
步骤307、向用户终端发送目标答案。
将最终得到的目标问题相对应的答案以语音合成后,以自然语言的形式反馈给提问用户。完成此次对用户提问的反馈,本实施例提供的方法检索工作量小,检索速度快,且准确率高。
综上所述,本发明实施例提供的一种自动问答方法,通过获取用户终端的问题语句,将问题语句转换为包括多个数字的向量,获取多个数字的至少一种数字特征,根据至少一种数字特征在问题库中查询目标问题,问题库中包括多个问题以及与多个问题对应的答案,目标问题为问题库中数字特征与用户的问题语句的数字特征的相似度大于阈值的问题,之后根据目标问题对应的答案,确定目标答案。该方法将问题用数字特征来表示,进而便于在题库中查找与用户的问题相近的问题,解决了相关技术中问题比对计算量大,耗时较长,导致问答系统反馈问题的速度较慢的问题,达到了提高问题查找速度的效果。
图6是本发明实施例提供的一种自动问答装置的结构示意图。该自动问答装置600包括:
获取模块601,获取模块用于获取用户终端的问题语句。
转换模块602,转换模块用于将问题语句转换为向量,向量中包括多个数字,获取多个数字的至少一种数字特征。
查询模块603,查询模块用于根据至少一种数字特征在问题库中查询目标问题,问题库中包括多个问题以及与多个问题对应的答案,目标问题为问题库中数字特征与用户的问题语句的数字特征的相似度大于阈值的问题。
反馈模块604,反馈模块用于根据目标问题对应的答案,确定目标答案。
可选的,对于数字特征的种类为一种的情形,根据至少一种数字特征在问题库中查询目标问题,包括:根据数字特征的类别确定多个问题的数字特征的取值范围;将取值范围划分为多个区间;设置多个区间与多个问题的映射关系,每个区间至少对应多个问题中的至少一个问题;确定问题语句的数字特征在多个区间中所属的目标区间;根据映射关系,将目标区间的问题确定为数字特征与用户的问题语句的数字特征的相似度大于阈值的问题。
图7是图6中查询模块的结构示意图。可选的,对于至少一种数字特征包括第一数字特征和第二数字特征的情形,查询模块603包括第一查询子模块6031和第二查询子模块6032。
第一查询子模块6031用于:根据第一数字特征的类别确定多个问题的第一数字特征的取值范围;将第一数字特征的取值范围划分为多个第一区间;设置多个第一区间与多个问题的映射关系,每个第一区间至少对应多个问题中的至少一个问题;将问题语句的第一数字特征在多个第一区间中所属的区间确定为第一目标区间;根据映射关系,将第一目标区间对应的至少一个问题确定为第一目标问题。
第二查询子模块6032用于:根据第二数字特征的类别确定多个问题的第二数字特征的取值范围;将第二数字特征的取值范围划分为多个第二区间;设置多个第二区间与多个问题的映射关系,每个第二区间至少对应多个问题中的至少一个问题;将问题语句的第二数字特征在多个第二区间中所属的区间确定为第二目标区间;根据映射关系,将第二目标区间对应的至少一个问题确定为第二目标问题。
将第一目标问题以及第二目标问题中的重复问题确定为数字特征与用户的问题语句的数字特征的相似度大于阈值的问题。
可选的,将问题库中第一数字特征位于第一目标区间的问题确定为第一目标问题之前,该第一查询子模块6031还用于:将第一数字特征在多个第一区间中所属的区间以及相邻的两个区间确定为第一目标区间。
将问题库中第二数字特征位于第二目标区间的问题确定为第二目标问题之前,该第二查询子模块6032还用于:将第二数字特征在多个第二区间中所属的区间以及相邻的两个区间确定为第二目标区间。
可选的,数字特征包括均值、方差、协方差和数学期望中的至少一种。
综上所述,本发明实施例提供的一种自动问答装置,通过获取用户终端的问题语句,将问题语句转换为包括多个数字的向量,获取多个数字的至少一种数字特征,根据至少一种数字特征在问题库中查询目标问题,问题库中包括多个问题以及与多个问题对应的答案,目标问题为问题库中数字特征与用户的问题语句的数字特征的相似度大于阈值的问题,之后根据目标问题对应的答案,确定目标答案。该方法将问题用数字特征来表示,进而便于在题库中查找与用户的问题相近的问题,解决了相关技术中问题比对计算量大,耗时较长,导致问答系统反馈问题的速度较慢的问题,达到了提高问题查找速度的效果。
图8示出了本发明一个实施例提供的服务器的结构示意图。具体来讲:
服务器800包括中央处理单元(CPU)801、包括随机存取存储器(RAM)802和只读存储器(ROM)803的系统存储器804,以及连接系统存储器804和中央处理单元801的系统总线805。服务器800还包括帮助计算机内的各个器件之间传输信息的基本输入/输出系统(I/O系统)806,和用于存储操作系统813、应用程序814和其他程序模块815的大容量存储设备807。
基本输入/输出系统806包括有用于显示信息的显示器808和用于用户输入信息的诸如鼠标、键盘之类的输入设备809。其中显示器808和输入设备809都通过连接到系统总线805的输入输出控制器810连接到中央处理单元801。基本输入/输出系统806还可以包括输入输出控制器810以用于接收和处理来自键盘、鼠标、或电子触控笔等多个其他设备的输入。类似地,输入输出控制器810还提供输出到显示屏、打印机或其他类型的输出设备。
大容量存储设备807通过连接到系统总线805的大容量存储控制器(未示出)连接到中央处理单元801。大容量存储设备807及其相关联的计算机可读介质为服务器800提供非易失性存储。也就是说,大容量存储设备807可以包括诸如硬盘或者CD-ROM驱动器之类的计算机可读介质(未示出)。
不失一般性,计算机可读介质可以包括计算机存储介质和通信介质。计算机存储介质包括以用于存储诸如计算机可读指令、数据结构、程序模块或其他数据等信息的任何方法或技术实现的易失性和非易失性、可移动和不可移动介质。计算机存储介质包括RAM、ROM、EPROM、EEPROM、闪存或其他固态存储其技术,CD-ROM、DVD或其他光学存储、磁带盒、磁带、磁盘存储或其他磁性存储设备。当然,本领域技术人员可知计算机存储介质不局限于上述几种。上述的系统存储器804和大容量存储设备807可以统称为存储器。
根据本发明的各种实施例,服务器800还可以通过诸如因特网等网络连接到网络上的远程计算机运行。也即服务器800可以通过连接在系统总线805上的网络接口单元811连接到网络812,或者说,也可以使用网络接口单元811来连接到其他类型的网络或远程计算机系统(未示出)。
上述存储器还包括一个或者一个以上的程序,一个或者一个以上程序存储于存储器中,被配置由CPU执行。
本发明实施例提供一种存储介质,当存储介质中的指令由自动问答装置的处理器执行时,使得处理器能够执行上述本发明实施例提供的自动问答方法。
本发明实施例提供一种电子设备,包括:处理器;以及存储器,存储有指令,当指令被处理器执行时,实现上述本发明实施例提供的自动问答方法。
以上所述仅为本发明的可选的实施例,并不用以限制本发明,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。
Claims (13)
1.一种自动问答方法,其特征在于,所述自动问答方法包括:
获取用户终端的问题语句;
将所述问题语句转换为向量,所述向量中包括多个数字;
获取所述多个数字的至少一种数字特征;
根据所述至少一种数字特征在问题库中查询目标问题,所述问题库中包括多个问题以及与所述多个问题对应的答案,所述目标问题为所述问题库中数字特征与所述用户的问题语句的数字特征的相似度大于阈值的问题;
根据所述目标问题对应的答案,确定目标答案。
2.根据权利要求1所述的自动问答方法,其特征在于,对于所述数字特征的种类为一种的情形,所述根据所述至少一种数字特征在问题库中查询目标问题,包括:
根据所述数字特征的类别确定所述多个问题的数字特征的取值范围;
将所述取值范围划分为多个区间;
设置所述多个区间与所述多个问题的映射关系,每个区间至少对应所述多个问题中的至少一个问题;
确定所述问题语句的数字特征在所述多个区间中所属的目标区间;
根据所述映射关系,将所述目标区间对应的问题确定为数字特征与所述用户的问题语句的数字特征的相似度大于阈值的问题。
3.根据权利要求1所述的自动问答方法,其特征在于,对于所述至少一种数字特征包括第一数字特征和第二数字特征的情形;所述根据所述至少一种数字特征在问题库中查询目标问题,包括:
根据所述第一数字特征的类别确定所述多个问题的第一数字特征的取值范围;
将所述第一数字特征的取值范围划分为多个第一区间;
设置所述多个第一区间与所述多个问题的映射关系,每个第一区间至少对应所述多个问题中的至少一个问题;
将所述问题语句的第一数字特征在所述多个第一区间中所属的区间确定为第一目标区间;
根据所述映射关系,将所述第一目标区间对应的至少一个问题确定为第一目标问题;
根据所述第二数字特征的类别确定所述多个问题的第二数字特征的取值范围;
将所述第二数字特征的取值范围划分为多个第二区间;
设置所述多个第二区间与所述多个问题的映射关系,每个第二区间至少对应所述多个问题中的至少一个问题;
将所述问题语句的第二数字特征在所述多个第二区间中所属的区间确定为第二目标区间;
根据所述映射关系,将所述第二目标区间对应的至少一个问题确定为第二目标问题;
将所述第一目标问题以及所述第二目标问题中的重复问题确定为数字特征与所述用户的问题语句的数字特征的相似度大于阈值的问题。
4.根据权利要求3所述的自动问答方法,其特征在于,所述将所述问题库中第一数字特征位于所述第一目标区间的问题确定为第一目标问题之前,所述方法还包括:
将所述第一数字特征在所述多个第一区间中所属的区间以及相邻的两个区间确定为所述第一目标区间;
所述将所述问题库中第二数字特征位于所述第二目标区间的问题确定为第二目标问题之前,所述方法还包括:
将所述第二数字特征在所述多个第二区间中所属的区间以及相邻的两个区间确定为所述第二目标区间。
5.根据权利要求1所述的自动问答方法,其特征在于,所述数字特征包括均值、方差、协方差和数学期望中的至少一种。
6.一种自动问答装置,其特征在于,所述自动问答装置包括:
获取模块,所述获取模块用于获取用户终端的问题语句;
转换模块,所述转换模块用于将所述问题语句转换为向量,所述向量中包括多个数字,获取所述多个数字的至少一种数字特征;
查询模块,所述查询模块用于根据所述至少一种数字特征在问题库中查询目标问题,所述问题库中包括多个问题以及与所述多个问题对应的答案,所述目标问题为所述问题库中数字特征与所述用户的问题语句的数字特征的相似度大于阈值的问题;
反馈模块,所述反馈模块用于根据所述目标问题对应的答案,确定目标答案。
7.根据权利要求6所述的自动问答装置,其特征在于,对于所述数字特征的种类为一种的情形,所述根据所述至少一种数字特征在问题库中查询目标问题,包括:
根据所述数字特征的类别确定所述多个问题的数字特征的取值范围;
将所述取值范围划分为多个区间;
设置所述多个区间与所述多个问题的映射关系,每个区间至少对应所述多个问题中的至少一个问题;
确定所述问题语句的数字特征在所述多个区间中所属的目标区间;
根据所述映射关系,将所述目标区间的问题确定为数字特征与所述用户的问题语句的数字特征的相似度大于阈值的问题。
8.根据权利要求6所述的自动问答装置,其特征在于,对于所述至少一种数字特征包括第一数字特征和第二数字特征的情形;
所述查询模块包括第一查询子模块和第二查询子模块,
所述第一查询子模块用于:
根据所述第一数字特征的类别确定所述多个问题的第一数字特征的取值范围;
将所述第一数字特征的取值范围划分为多个第一区间;
设置所述多个第一区间与所述多个问题的映射关系,每个第一区间至少对应所述多个问题中的至少一个问题;
将所述问题语句的第一数字特征在所述多个第一区间中所属的区间确定为第一目标区间;
根据所述映射关系,将所述第一目标区间对应的至少一个问题确定为第一目标问题;
所述第二查询子模块用于:
根据所述第二数字特征的类别确定所述多个问题的第二数字特征的取值范围;
将所述第二数字特征的取值范围划分为多个第二区间;
设置所述多个第二区间与所述多个问题的映射关系,每个第二区间至少对应所述多个问题中的至少一个问题;
将所述问题语句的第二数字特征在所述多个第二区间中所属的区间确定为第二目标区间;
根据所述映射关系,将所述第二目标区间对应的至少一个问题确定为第二目标问题;
将所述第一目标问题以及所述第二目标问题中的重复问题确定为数字特征与所述用户的问题语句的数字特征的相似度大于阈值的问题。
9.根据权利要求8所述的自动问答装置,其特征在于,所述将所述问题库中第一数字特征位于所述第一目标区间的问题确定为第一目标问题之前,所述第一查询子模块还用于:
将所述第一数字特征在所述多个第一区间中所属的区间以及相邻的两个区间确定为第一目标区间;
所述将所述问题库中第二数字特征位于所述第二目标区间的问题确定为第二目标问题之前,所述第二查询子模块还用于:
将所述第二数字特征在所述多个第二区间中所属的区间以及相邻的两个区间确定为第二目标区间。
10.根据权利要求6所述的自动问答装置,其特征在于,所述数字特征包括均值、方差、协方差和数学期望中的至少一种。
11.一种存储介质,其特征在于,当所述存储介质中的指令由自动问答装置的处理器执行时,使得所述处理器能够执行所述权利要求1至5任一所述的自动问答方法。
12.一种服务器,其特征在于,所述服务器包括权利要求6-10任一所述的自动问答装置。
13.一种电子设备,其特征在于,包括:
处理器;以及
存储器,存储有指令,当所述指令被处理器执行时,实现所述权利要求1至5任一所述的自动问答方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910684222.2A CN110377721B (zh) | 2019-07-26 | 2019-07-26 | 自动问答方法、装置、存储介质及电子设备 |
US16/937,694 US11475068B2 (en) | 2019-07-26 | 2020-07-24 | Automatic question answering method and apparatus, storage medium and server |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910684222.2A CN110377721B (zh) | 2019-07-26 | 2019-07-26 | 自动问答方法、装置、存储介质及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110377721A true CN110377721A (zh) | 2019-10-25 |
CN110377721B CN110377721B (zh) | 2022-05-10 |
Family
ID=68256630
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910684222.2A Active CN110377721B (zh) | 2019-07-26 | 2019-07-26 | 自动问答方法、装置、存储介质及电子设备 |
Country Status (2)
Country | Link |
---|---|
US (1) | US11475068B2 (zh) |
CN (1) | CN110377721B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111858869A (zh) * | 2020-01-03 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种数据匹配方法、装置、电子设备和存储介质 |
CN111858899A (zh) * | 2020-07-31 | 2020-10-30 | 中国工商银行股份有限公司 | 语句处理方法、装置、系统和介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570708A (zh) * | 2016-10-31 | 2017-04-19 | 厦门快商通科技股份有限公司 | 一种智能客服知识库的管理方法及系统 |
CN106844344A (zh) * | 2017-02-06 | 2017-06-13 | 厦门快商通科技股份有限公司 | 用于对话的贡献度计算方法及主题抽取方法和系统 |
CN106844530A (zh) * | 2016-12-29 | 2017-06-13 | 北京奇虎科技有限公司 | 一种问答对分类模型的训练方法和装置 |
US20190188316A1 (en) * | 2017-12-20 | 2019-06-20 | Microsoft Technology Licensing, Llc | Identifying user expectations in question answering |
CN110019741A (zh) * | 2018-06-01 | 2019-07-16 | 中国平安人寿保险股份有限公司 | 问答系统答案匹配方法、装置、设备及可读存储介质 |
Family Cites Families (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP4228442B2 (ja) * | 1998-12-21 | 2009-02-25 | ソニー株式会社 | 音声応答装置 |
JP4176228B2 (ja) * | 1999-03-15 | 2008-11-05 | 株式会社東芝 | 自然言語対話装置及び自然言語対話方法 |
US7050977B1 (en) * | 1999-11-12 | 2006-05-23 | Phoenix Solutions, Inc. | Speech-enabled server for internet website and method |
JP2004127086A (ja) * | 2002-10-04 | 2004-04-22 | Data Section Kk | 文書検索システム及びそれを用いた情報提供システム |
JP4281899B2 (ja) * | 2003-03-14 | 2009-06-17 | 富士通株式会社 | 質問文書要約装置、質問応答検索装置、質問文書要約プログラム |
JP4162223B2 (ja) * | 2003-05-30 | 2008-10-08 | 日本電信電話株式会社 | 自然文検索装置、その方法及びプログラム |
CA2823835C (en) * | 2012-08-15 | 2018-04-24 | Homer Tlc, Inc. | Voice search and response based on relevancy |
CN103077165A (zh) * | 2012-12-31 | 2013-05-01 | 威盛电子股份有限公司 | 自然语言对话方法及其系统 |
US10592540B2 (en) * | 2015-07-07 | 2020-03-17 | Google Llc | Generating elements of answer-seeking queries and elements of answers |
US10489701B2 (en) * | 2015-10-13 | 2019-11-26 | Facebook, Inc. | Generating responses using memory networks |
US10388274B1 (en) * | 2016-03-31 | 2019-08-20 | Amazon Technologies, Inc. | Confidence checking for speech processing and query answering |
KR101775559B1 (ko) * | 2017-01-06 | 2017-09-07 | 주식회사 피노텍 | 디스플레이 장치를 이용한 가상 상담 시스템 및 방법 |
CN108536708A (zh) * | 2017-03-03 | 2018-09-14 | 腾讯科技(深圳)有限公司 | 一种自动问答处理方法及自动问答系统 |
US11243944B2 (en) * | 2017-06-29 | 2022-02-08 | Futurewei Technologies, Inc. | Dynamic semantic networks for language understanding and question answering |
CN108922634A (zh) * | 2018-06-13 | 2018-11-30 | 平安医疗科技有限公司 | 基于在线问诊的问题答复处理方法、装置和计算机设备 |
KR102133825B1 (ko) * | 2018-06-22 | 2020-07-16 | 서강대학교 산학협력단 | 단어자질을 강화한 음성 대화 방법 및 시스템 |
CN109492077B (zh) * | 2018-09-29 | 2020-09-29 | 北京智通云联科技有限公司 | 基于知识图谱的石化领域问答方法及系统 |
CN109471927B (zh) * | 2018-10-30 | 2023-01-10 | 重庆邂智科技有限公司 | 一种知识库及其建立、问答方法及应用装置 |
CN109543020B (zh) * | 2018-11-27 | 2022-11-04 | 科大讯飞股份有限公司 | 问询处理方法及系统 |
US11914962B2 (en) * | 2019-09-12 | 2024-02-27 | Oracle International Corporation | Reduced training intent recognition techniques |
CN112100344B (zh) * | 2020-08-18 | 2024-02-27 | 淮阴工学院 | 一种基于知识图谱的金融领域知识问答方法 |
-
2019
- 2019-07-26 CN CN201910684222.2A patent/CN110377721B/zh active Active
-
2020
- 2020-07-24 US US16/937,694 patent/US11475068B2/en active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106570708A (zh) * | 2016-10-31 | 2017-04-19 | 厦门快商通科技股份有限公司 | 一种智能客服知识库的管理方法及系统 |
CN106844530A (zh) * | 2016-12-29 | 2017-06-13 | 北京奇虎科技有限公司 | 一种问答对分类模型的训练方法和装置 |
CN106844344A (zh) * | 2017-02-06 | 2017-06-13 | 厦门快商通科技股份有限公司 | 用于对话的贡献度计算方法及主题抽取方法和系统 |
US20190188316A1 (en) * | 2017-12-20 | 2019-06-20 | Microsoft Technology Licensing, Llc | Identifying user expectations in question answering |
CN110019741A (zh) * | 2018-06-01 | 2019-07-16 | 中国平安人寿保险股份有限公司 | 问答系统答案匹配方法、装置、设备及可读存储介质 |
Non-Patent Citations (2)
Title |
---|
XINGBO XIE 等: "Research and implementation of automatic question answering system based on ontology", 《CHINESE CONTROL AND DECISION CONFERENCE》 * |
邢超: "智能问答系统的设计与实现", 《中国优秀硕士学位论文全文数据库(信息科技辑))》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111858869A (zh) * | 2020-01-03 | 2020-10-30 | 北京嘀嘀无限科技发展有限公司 | 一种数据匹配方法、装置、电子设备和存储介质 |
CN111858869B (zh) * | 2020-01-03 | 2024-06-04 | 北京嘀嘀无限科技发展有限公司 | 一种数据匹配方法、装置、电子设备和存储介质 |
CN111858899A (zh) * | 2020-07-31 | 2020-10-30 | 中国工商银行股份有限公司 | 语句处理方法、装置、系统和介质 |
CN111858899B (zh) * | 2020-07-31 | 2023-09-15 | 中国工商银行股份有限公司 | 语句处理方法、装置、系统和介质 |
Also Published As
Publication number | Publication date |
---|---|
US20210026899A1 (en) | 2021-01-28 |
US11475068B2 (en) | 2022-10-18 |
CN110377721B (zh) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108491433B (zh) | 聊天应答方法、电子装置及存储介质 | |
CN110245240A (zh) | 一种问题数据答案的确定方法及装置 | |
CN111798273A (zh) | 产品的购买概率预测模型的训练方法及购买概率预测方法 | |
WO2017097061A1 (zh) | 智能应答方法及装置 | |
CN110737756B (zh) | 确定针对用户输入数据的应答的方法、装置、设备和介质 | |
CN109376222A (zh) | 问答匹配度计算方法、问答自动匹配方法及装置 | |
CN112507098B (zh) | 问题处理方法、装置、电子设备、存储介质及程序产品 | |
CN110377721A (zh) | 自动问答方法、装置、存储介质及电子设备 | |
CN114036322A (zh) | 用于搜索系统的训练方法、电子设备和存储介质 | |
CN109213554A (zh) | 一种图标布局方法、计算机可读存储介质及终端设备 | |
CN111460117A (zh) | 对话机器人意图语料生成方法、装置、介质及电子设备 | |
CN110598123B (zh) | 基于画像相似性的信息检索推荐方法、装置及存储介质 | |
CN108550019B (zh) | 一种简历筛选方法及装置 | |
CN117422182A (zh) | 数据预测方法、装置及存储介质 | |
CN114020892A (zh) | 基于人工智能的答案选取方法、装置、电子设备及介质 | |
JP2017219899A (ja) | ナレッジ検索装置、ナレッジ検索方法、および、ナレッジ検索プログラム | |
Liu et al. | Fixture layout optimization for car dashboard based on N-X locating principle | |
CN107222383B (zh) | 一种对话管理方法和系统 | |
CN110647666B (zh) | 模板与公式的智能匹配方法、装置及计算机可读存储介质 | |
CN110175331B (zh) | 专业术语的识别方法、装置、电子设备及可读存储介质 | |
CN109787784B (zh) | 群组推荐方法、装置、存储介质和计算机设备 | |
CN111382342A (zh) | 一种热搜词的获取方法、装置、设备及存储介质 | |
CN114840692B (zh) | 图像库构建方法、图像检索方法、装置及相关设备 | |
CN112396241B (zh) | 一种综合科的答题方法、装置、计算机设备和存储介质 | |
KR20190072883A (ko) | 매개 텍스트 자료 토픽을 이용한 전문 텍스트 자료 추출 방법 |
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 |