CN111680133A - 直播问答方法及装置 - Google Patents

Abstract

本公开涉及一种直播问答方法及装置，包括从问题语句中提取实体词和属性信息，所述实体词为表示实体的词；在知识图谱中查找与所述实体词以及所提取的属性信息匹配的知识信息，所述知识图谱中包括实体的属性信息和知识信息，以及各实体之间的关系；基于查找到的知识信息生成候选答案；根据所述问题语句与所述候选答案的相似度，从所述候选答案中选取所述问题语句对应的答案。通过实体定位和问题意图的结合，根据本公开实施例的直播问答方法及装置能够提高问题定位的准确性，提升答案的准确度，进而提升直播的互动率和询单转化率。

Description

直播问答方法及装置

技术领域

本公开涉及直播技术领域，尤其涉及一种直播问答方法及装置。

背景技术

在直播过程中，主播经常需要重复回答类似的提问，比如主播多高，主播几岁了，几号宝贝有没有优惠，直播的宝贝尺码问题等，而主播无法在直播中对这些提问一一进行及时回复，导致观众的提问无人回复，影响互动率和询单转化率。

相关技术中，通常的问题定位采用的是FAQ(Frequently Asked Questions，常见问题问答)的方式，即计算问题和答案的相似度。然而，在直播场景中，用户的问题是围绕实体展开的。例如，用户提问“13号红色的优惠是多少”，此时采用FAQ的方式进行相似度计算，答案可能会出现“15号的优惠是XXX”，问题定位不准确。

发明内容

有鉴于此，本公开提出了一种直播问答方法及装置。

根据本公开的第一方面，提供了一种直播问答方法，所述方法包括：从问题语句中提取实体词和属性信息，所述实体词为表示实体的词；在知识图谱中查找与所述实体词以及所提取的属性信息匹配的知识信息，所述知识图谱中包括实体的属性信息和知识信息，以及各实体之间的关系；基于查找到的知识信息生成候选答案；根据所述问题语句与所述候选答案的相似度，从所述候选答案中选出所述问题语句对应的答案。

根据本公开的第二方面，提供了一种直播问答方法，所述方法包括：在直播过程中，接收第一服务器发送的互动信息，所述互动信息中包括问题语句；从第二服务器中获取与所述问题语句对应的答案；关联展示所述问题语句和所述答案。

根据本公开的第三方面，提供了一种直播问答装置，所述装置包括：提取模块，用于从问题语句中提取实体词和属性信息，所述实体词为表示实体的词；查找模块，用于在知识图谱中查找与所述实体词以及所提取的属性信息匹配的知识信息，所述知识图谱中包括实体的属性信息和知识信息，以及各实体之间的关系；生成模块，用于基于查找到的知识信息生成候选答案；选取模块，用于根据所述问题语句与所述候选答案的相似度，从所述候选答案中选出所述问题语句对应的答案。

根据本公开的第四方面，提供了一种直播问答装置，所述装置包括：接收模块，用于在直播过程中，接收第一服务器发送的互动信息，所述互动信息中包括问题语句；获取模块，用于从第二服务器中获取与所述问题语句对应的答案；展示模块，用于关联展示所述问题语句和所述答案。

根据本公开的第五方面，提供了一种直播问答装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述第一方面的方法。

根据本公开的第六方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述第一方面的方法。

根据本公开的第七方面，提供了一种直播问答装置，包括：处理器；用于存储处理器可执行指令的存储器；其中，所述处理器被配置为执行上述第二方面的方法。

根据本公开的第八方面，提供了一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其中，所述计算机程序指令被处理器执行时实现上述第二方面的方法。

在本公开实施例中，基于知识图谱对实体和属性进行结构化处理，得到问答对象，例如具体哪个商品，基于问题语句和候选答案的相似度计算，确定问答意图，例如询问价格或者优惠等，通过实体定位和问题意图的结合，提高了问题定位的准确性，提升了答案的准确度，进而提升直播的互动率和询单转化率。

根据下面参考附图对示例性实施例的详细说明，本公开的其它特征及方面将变得清楚。

附图说明

包含在说明书中并且构成说明书的一部分的附图与说明书一起示出了本公开的示例性实施例、特征和方面，并且用于解释本公开的原理。

图1示出根据本公开一实施例的直播问答方法的流程图。

图2a示出本公开实施例的一个示例性的问答示意图。

图2b示出本公开实施例的一个示例性的问答示意图。

图2c示出本公开实施例的一个示例性的问答示意图。

图2d示出本公开实施例的一个示例性的问答示意图。

图2e示出了本公开实施例的一个示例性的优惠信息的示意图。

图3示出根据本公开一实施例的直播问答方法的流程图。

图4示出根据本公开一实施例的直播问答装置的框图。

图5示出根据本公开一实施例的直播问答装置的框图。

具体实施方式

以下将参考附图详细说明本公开的各种示例性实施例、特征和方面。附图中相同的附图标记表示功能相同或相似的元件。尽管在附图中示出了实施例的各种方面，但是除非特别指出，不必按比例绘制附图。

在这里专用的词“示例性”意为“用作例子、实施例或说明性”。这里作为“示例性”所说明的任何实施例不必解释为优于或好于其它实施例。

另外，为了更好的说明本公开，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有某些具体细节，本公开同样可以实施。在一些实例中，对于本领域技术人员熟知的方法、手段、元件和电路未作详细描述，以便于凸显本公开的主旨。

图1示出根据本公开一实施例的直播问答方法的流程图。该方法可以应用于服务器，如图1所示，该方法可以包括：

步骤S11，从问题语句中提取实体词和属性信息，所述实体词为表示实体的词。

步骤S12，在知识图谱中查找与所述实体词以及所提取的属性信息匹配的知识信息，所述知识图谱中包括实体的属性信息和知识信息，以及各实体之间的关系。

步骤S13，基于查找到的知识信息生成候选答案。

步骤S14，根据所述问题语句与所述候选答案的相似度，从所述候选答案中选出所述问题语句对应的答案。

在本公开实施例中，基于知识图谱对实体和属性进行结构化处理，得到问答对象，例如具体哪个商品，基于问题语句和候选答案的相似度计算，确定问答意图，例如询问价格或者优惠等，通过实体定位和问题意图的结合，提高了问题定位的准确性，提升了答案的准确度，进而提升直播的互动率和询单转化率。

本公开实施例的直播问答方法可以用于为主播提供问答对话机器人，通过引入自然语言理解和机器深度学习的人工智能产品技术，对不同行业的直播内容做问题聚类和行业知识包沉淀(比如：优惠询问、直播个人信息询问和商品试穿讲解等)，帮助主播有效的训练专属的助理机器人，全天候回答观众的提问，秒级响应且无人工成本。

举例来说，本公开实施例的直播问答方法可以应用于以下场景：

场景一、主播个人信息询问，以下为该场景下步骤S11中的问题语句的示例：“主播多高”、“小姐姐多高”、“小姐姐几岁”、“小姐姐多重”和“主播几岁”等。图2a和图2b示出本公开实施例的一个示例性的问答示意图。

场景二、直播商品讲解询问，以下为该场景下步骤S11中的问题语句的示例：“1号看一下”、“1看下”、“28试试”、“1号宝贝试一下”和“红色那件看看”等。图2c示出本公开实施例的一个示例性的问答示意图。

场景三、直播商品优惠询问，以下为该场景下步骤S11中的问题语句的示例：“2号优惠哪里领”、“1号优惠券”和“1号宝贝优惠券哪里领”等。图2d示出本公开实施例的一个示例性的问答示意图。

以上仅为本公开实施例的应用场景的示例，以及问题语句的示例，本公开实施例的直播问答方法还可以应用于其他场景，各场景下的问答语句还可以为其他形式，本公开对此不做限制。

在步骤S11中，实体可以表示实际存在的对象，例如，实体可以为某件商品或者某个人。实体词可以为表示实体的词。实体词在直播里面具体可以为商品的名称、商品的代号，以及商品代号对应的一些指代词。例如，实体词可以为“红色那件”、“12号宝贝”和“棕色棉服”等。

属性指的是实体的特征，例如衣物类实体的属性可以是颜色、尺码和材质等，食品类实体的属性可以是口味、包装和产地等。本公开对此不作限制。

属性信息可以包括属性名和属性值。其中，属性名可以用于识别属性。属性值可以代表属性具体是什么。在一个示例中，属性名为颜色，属性值可以为红色、绿色或者白色等。在又一示例中，属性名为尺码，属性值可以为L号、M号或者S号等。在步骤S11中，从问题语句中提取的属性信息可以为属性名和/或属性值。例如，从问题语句为“1号红色的的优惠哪里领”中可以提取属性值“红色”作为属性信息。又如，从问题语句“1号有什么颜色”中可以提取属性名“颜色”。再如，从问题语句“1号红色有什么尺码”中可以提取属性值“红色”和属性名“尺码”。

在一种可能的实现方式中，可以采用CRF(Conditional Random Field，条件随机场)-BiLSTM(Bi Long Short-Term Memory，双向长短期记忆网络)模型从问题语句中提取实体名和属性信息。

从问题语句中提取实体名和属性信息实际上为一个命名实体识别的过程，即一个自然语言处理中的序列标注任务。在本公开实施例中还可以采用其他的命名实体方法从问题语句中提取实体名和属性信息，对此本公开不做限制。

在步骤S12中知识图谱中可以包括实体的属性信息和知识信息，以及各实体之间的关系。

知识库是一种存储复杂结构化信息的技术。知识库中存储了大量的事实型知识，其内部使用知识图谱模型对实体以及实体之间的关系信息进行建模。

知识图谱由模式层和事实层构成。其中，模式层可以用于定义存储哪些数据，即数据的结构。在本公开实施例中，模式层可以定义知识图谱中的数据包括实体标识、属性名和知识信息。事实层可以用于存储具体的数据，例如，具体实体标识的名称、属性名对应属性的属性值、知识信息的内容。

在本公开实施例中，知识信息可以表示与实体有关的信息，例如某件衣服的优惠信息、某件衣服的试穿视频或者某件衣服的购买链接等。知识信息可以根据需要进行设置，知识信息还可以根据需要进行增加、删除和修改等，对此本公开不做限制。

在本公开实施例中，不同的应用场景可以对应不同的知识图谱，对此本公开不做限制。

在一种可能的实现方式中，对于商品类型的实体，所述知识图谱包括商品标识、属性信息和知识信息之间的关联关系，其中，所述知识信息为商品信息和/或优惠信息，例如价格、数量、试穿视频、讲解视频和优惠券链接等。

在一种可能的实现方式中，对于主播类型的实体，所述知识图谱包括主播标识、属性信息和知识信息之间的关联关系，其中，所述知识信息为主播的个人信息，例如身高、体重和年龄等。

在一种可能的实现方式中，步骤S12可以包括：分别获取所述实体词和所提取的属性信息针对所述知识图谱的全局唯一标识GUID；在所述知识图谱中查找与所获取的GUID匹配的知识信息。

知识图谱中的每个实体都唯一对应一个GUID(Globally Unique Identifier，全局唯一标识符)，称为实体标识，通过该GUID可以区分知识图谱中的不同实体。

在知识图谱中查找与提取的实体词和属性信息匹配的知识信息时，需要进行实体消歧和属性对齐，即将提取的实体词与知识图谱中的实体标识相对应起来，将提取的属性名和/或属性值与知识图谱中的属性名和/或属性值相对应起来。例如，将提取的实体词“12号宝贝”、“红色那件”、“1号棉服”与知识图谱中的实体标识“宝贝1”对应起来。

以实体消歧为例进行说明。知识库中存在知识图谱中每个实体标识以及其对应的名字和别名，获取别名信息，反向构建别名字符串到实体标识的别名词典，利用该别名词典可以将实现实体词到实体标识的链接。

需要说明的是，构建别名词典时，需要对别名字符串进行统一化处理，比如转化为小写字符/删除特殊字符，添加通配符等。属性对齐的处理方式与实体消歧相似，这里不再赘述。

在步骤S13中，可以基于查找到的知识信息生成候选答案。以衣物类商品为例进行说明。假设知识图谱中查找到的实体词和提取的属性信息对应于衣服1，且衣服1的商品信息包括优惠信息1、购买链接1和试穿视频1，则可以生成以下候选答案：候选答案一，衣服1的优惠信息为：优惠信息1；候选答案二，衣服1的购买链接为：购买链接1；候选答案三，衣服1的试穿视频为：试穿视频1。

这样，可以根据实体的知识信息为问题语句提供丰富且全面的候选答案，以供在步骤S14中选择。

在一种可能的实现方式中，步骤S13可以包括：基于查找到的知识信息和所述问题语句，生成候选答案。

仅基于知识信息生成候选答案时，候选答案的数量比较多，其中无用的信息也比较多。可以预先设置标准问题模板，计算问题语句与标准问题模板之间的相似度，挑选出与问题语句相似度最高的标准问题模板，再获取与标准答案模板预先关联的知识信息的类型，基于查找到的知识信息中与该类型的知识信息相匹配的知识信息生成候选答案。

这样，可以对知识信息进行筛选，减少生成的候选答案的数量，便于步骤S14的处理。

在步骤S14中，可以计算问题语句与所有候选答案的相似度，在一个示例中，可以采用DSSN、BCNN、ABCNN等相似度模型计算问题语句与所有候选答案的相似度，对此本公开不做限制。

相似度计算完成后，可以按照相似度对候选答案进行排序，将序列中排在前N(N为大于0的正整数)的候选答案作为问题语句的答案，并返回给客户端，以便客户端将这N个(一个或多个)答案展示给主播和/或观众。

应用示例

对于问题语句1“12号宝贝还有什么颜色的”和问题语句2“12号宝贝哪个颜色最好看”。在本公开实施例中，先对对实体和属性进行结构化处理，从问题语句1中提取“12号宝贝+颜色”，从问题语句2中提取“12号宝贝+颜色)，从而得到问答对象是12号宝贝的颜色。假设关于“12号宝贝+颜色”的知识信息有12号宝贝的颜色有红色和绿色，12号宝贝红色显白最好看，12号宝贝绿色没货，12号宝贝蓝色有L码等。基于信息分别生成候选答案后，基于候选答案与问题语句1的相似度，可以确定问题语句1的答案为“12号宝贝的颜色有红色和绿色”，基于候选答案与问题语句2的相似度，可以确定问题语句2的答案为“12号宝贝红色显白最好看”，从而准确定位出问题，并给出准确的答案。

图3示出根据本公开一实施例的直播问答方法的流程图。如图3所示，所述方法可以应用于客户端，该方法可以包括：

步骤S21，在直播过程中，接收第一服务器发送的互动信息，所述互动信息中包括问题语句。

步骤S22，从第二服务器中获取与所述问题语句对应的答案。

步骤S23，关联展示所述问题语句和所述答案。

在本公开实施例中，在直播过程中，客户端接收问题语句后，可以从服务器中获取与问题语句对应的答案，并关联展示所述问题语句与所述答案，从而自动对观众的提问进行及时回复，避免观众的提问无人回复，有利于提升互动率和询单转化率。

在步骤S21中，互动信息还可以为实现观众与主播之间互动的信息，第一服务器可以能够收集并向客户端发送互动信息的服务器。在一个示例中，互动信息可以为弹幕信息，第一服务器可以为弹幕服务器。互动信息还可以为评论信息等，第一服务器可以为评论服务器等。本公开实施例，对互动信息和第一服务器不做限制。

互动信息中可以包括观众对主播或者商品的赞美(例如，这件衣服太好看了、主播真帅等)，观众提出的一些问题(即问题语句，例如主播多大了、红色衣服多少钱等)。

在步骤S22中，第二服务器可以为与第一服务器相同，也可以与第一服务器不同，对此本公开不做限制。

客户端可以从第二服务器获取与问题语句对应的答案。

在一种可能的实现方式中，自动识别出互动信息中的问题语句。

在一个示例中，第一服务器可以从互动信息中识别出问题语句，将识别出的问题语句发送至第二服务器；第二服务器接收问题语句，确定问题语句对应的答案，将确定出的答案发送至客户端；客户端接收第二服务器发送的问题语句对应的答案。

在又一示例中，第一服务器可以从互动信息中识别出问题语句，并在互动信息中进行标记，将标记完成的互动信息发送至客户端；客户端接收到互动信息后，将携带有标记的互动信息作为问题语句发送至第二服务器；第二服务器接收问题语句，确定问题语句对应的答案，将确定出的答案发送至客户端；客户端接收第二服务器发送的问题语句对应的答案。

在又一示例中，客户端接收到第一服务器发送的互动信息后，可以从互动信息中识别出问题语句，将识别出的问题语句发送至第二服务器；第二服务器接收问题语句，确定问题语句对应的答案，将确定出的答案发送至客户端；客户端接收第二服务器发送的问题语句对应的答案。

其中，第一服务器或者客户端可以根据互动信息是否包含的关键字识别出问题语句。例如，当互动信息中包含“？”、“多少”、“有没有”、“多高”或者“多重”等关键字时，第一服务器或者客户端可以确定该互动信息为问题语句。

在一种可能的实现方式中，步骤S22可以包括：向主播展示所述问题语句；在接收到问题选择指令时，根据所述问题选择指令对应的问题语句生成答案获取请求；向所述第二服务器发送所述答案获取请求；接收所述第二服务器响应于所述答案获取请求返回的答案。

其中，主播看到观众通过互动信息提出的问题后，可以点击该互动信息，并触发答案获取控件。客户端检测到互动信息的答案获取控件被触发时，可以确定该互动信息为问题语句，并生成针对该问题语句对应的问题选择指令。

客户端接收到问题选择指令时，可以根据问题选择指令对应的问题语句生成答案获取请求并发送至第二服务器，该答案获取请求中包括问题选择指令对应的问题语句。第二服务器接收到答案获取请求后，可以从答案获取请求中获取到问题语句，然后执行步骤S11至步骤S14，得到获取到的问题语句对应的一个或多个答案，并将该一个或多个答案返回至客户端。

在步骤S23中，客户端可以关联展示问题语句和该问题语句对应的答案。例如，先展示问题语句，在问题语句之后邻接显示该问题语句对应的答案。在一个示例中，客户端可以以滚动的方式关联展示问题语句和答案。在又一示例中，客户端可以在浮窗中关联展示问题语句和答案。在又一示例中，客户端可以在固定位置关联展示问题语句和答案。

在一种可能的实现方式中，客户端可以从服务器中获取一个与所述问题语句对应的答案，客户端可以直接关联展示问题语句和该答案。

在一种可能的实现方式中，客户端可以从服务器中获取多个与所述问题语句对应的答案，客户端可以从这多个答案中选取一个答案进行关联显示。

在一个示例中，步骤23可以包括：若从所述第二服务器获取多个与所述问题语句对应的答案，则向主播关联展示所述问题语句，以及获取的多个答案；在接收到答案选择指令时，向观众关联展示所述问题语句和所述选择指令对应的答案。

在一个示例中，步骤S23还可以包括：若指定时间内未接收到所述答案选择指令，则根据主播的历史选择信息，从所述多个答案中选取一个答案；向观众关联展示所述问题语句和根据所述历史选择消息选取的答案。

在一个示例中，步骤S23还可以包括：若指定时间内未接收到所述答案选择指令，则向观众关联展示所述问题语句和与所述多个答案中的默认答案。

当从第二服务器获取到多个与问题语句对应的答案时，客户端可以首先将问题语句和多个答案展示给主播，供主播进行选择。主播可以通过点击答案确定要展示给观众的答案。

当检测到针对答案的触发操作(例如：点击操作)，客户端可以生成答案选择指令。

当接收到答案选择指令时，表明主播自主选择了合适的答案，客户端可以向观众关联展示问题语句和主播针对该问题语句选择的答案。这样，可以向观众展示符合主播心意的答案。

当在指定时间内未接收到答案选择指令，表明主播没有进行自主选择，客户端可以根据主播的历史选择信息，从多个答案中选取一个答案进行展示。这样，可以向观众展示符合主播习惯的答案。

其中，指定时间可以根据需要进行设置，例如30秒或者1分钟等，对此本公开不做限制。历史选择信息可以表示之前主播自主从多个答案中选择答案时的偏好，例如主播喜欢选择字数较少的简短回答、主播喜欢选择语气可爱的回答或者主播喜欢选择信息比较详细的回答等，对此本公开不做限制。

或者，当在指定时间内未接收到答案选择指令时，客户端可以将多个答案中的默认答案选出来进行展示。举例来说，默认答案可以为顺序在第一位的答案，或者第二服务器根据相似度标注出的多个答案中相似度最大的答案，或者多个答案中字数最少的答案等，对此本公开不做限制。

图2a所示的问答示意图中展示了问题语句“主播身高”对应的答案。

图2b所示的问答示意图中展示了问题语句“主播体重”对应的答案。

图2c所示的问答示意图中展示了问题语句“28号宝贝讲解一下”对应的答案。观众可以通过点击“宝贝讲解”查看具体的讲解视频。

图2d所示的问答示意图中展示了问题语句“42号什么优惠”对应的答案。观众可以通过点击“优惠活动”查看具体的优惠信息。图2e示出了本公开实施例的一个示例性的优惠信息的示意图。

图4示出根据本公开一实施例的直播问答装置的框图。如图4所示，该装置30可以包括：

提取模块31，用于从问题语句中提取实体词和属性信息，所述实体词为表示实体的词；

查找模块32，用于在知识图谱中查找与所述实体词以及所提取的属性信息匹配的知识信息，所述知识图谱中包括实体的属性信息和知识信息，以及各实体之间的关系；

生成模块33，用于基于查找到的知识信息生成候选答案；

选取模块34，用于根据所述问题语句与所述候选答案的相似度，从所述候选答案中选出所述问题语句对应的答案。

在本公开实施例中，基于知识图谱对实体和属性进行结构化处理，得到问答对象，例如具体哪个商品，基于问题语句和候选答案的相似度计算，确定问答意图，例如询问价格或者优惠等，通过实体定位和问题意图的结合，提高了问题定位的准确性，提升了答案的准确度，进而提升直播的互动率和询单转化率。

在一种可能的实现方式中，所述查找模块32具体用于：

分别获取所述实体词和所提取的属性信息针对所述知识图谱的全局唯一标识GUID；在所述知识图谱中查找与所获取的GUID匹配的知识信息。

在一种可能的实现方式中，所述生成模块33具体用于：

基于查找到的知识信息和所述问题语句，生成候选答案。

在一种可能的实现方式中，对于商品类型的实体，所述知识图谱包括商品标识、属性信息和知识信息之间的关联关系，其中，所述知识信息为商品信息和/或优惠信息。

在一种可能的实现方式中，对于主播类型的实体，所述知识图谱包括主播标识、属性信息和知识信息之间的关联关系，其中，所述知识信息为主播的个人信息。

图5示出根据本公开一实施例的直播问答装置的框图。如图5所示，该装置40可以包括：

接收模块41，用于在直播过程中，接收第一服务器发送的互动信息，所述互动信息中包括问题语句；

获取模块42，用于从第二服务器中获取与所述问题语句对应的答案；

展示模块43，用于关联展示所述问题语句和所述答案。

在一种可能的实现方式中，所述展示模块43可以包括：

第一展示子模块，用于当从所述第二服务器获取多个与所述问题语句对应的答案时，向主播关联展示所述问题语句，以及获取的多个答案；

第二展示子模块，用于在接收到答案选择指令时，向观众关联展示所述问题语句和所述选择指令对应的答案。

在一种可能的实现方式中，所述展示模块43还可以包括：

选取子模块，用于若指定时间内未接收到所述答案选择指令，则根据主播的历史选择信息，从所述多个答案中选取一个答案；

第三展示子模块，用于向观众关联展示所述问题语句和根据所述历史选择消息选取的答案。

在一种可能的实现方式中，所述展示模块43还可以包括：

第四展示子模块，用于当指定时间内未接收到所述答案选择指令时，向观众关联展示所述问题语句和与所述多个答案中的默认答案。

在一种可能的实现方式中，所述获取模块42可以包括：

第五展示子模块，用于向主播展示所述问题语句；

生成子模块，用于在接收到问题选择指令时，根据所述问题选择指令对应的问题语句生成答案获取请求；

发送子模块，用于向所述第二服务器发送所述答案获取请求；

接收子模块，用于接收所述第二服务器响应于所述答案获取请求返回的答案。

本领域内的技术人员应明白，本公开的实施例可提供为方法、系统、或计算机程序产品。因此，本公开可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本公开可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本公开是参照根据本公开实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上所述仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (16)

1.一种直播问答方法，其特征在于，所述方法包括：

从问题语句中提取实体词和属性信息，所述实体词为表示实体的词；

在知识图谱中查找与所述实体词以及所提取的属性信息匹配的知识信息，所述知识图谱中包括实体的属性信息和知识信息，以及各实体之间的关系；

基于查找到的知识信息生成候选答案；

根据所述问题语句与所述候选答案的相似度，从所述候选答案中选出所述问题语句对应的答案。

2.根据权利要求1所述的方法，其特征在于，在知识图谱中查找与所述实体词以及所提取的属性信息匹配的知识信息，包括：

分别获取所述实体词和所提取的属性信息针对所述知识图谱的全局唯一标识GUID；

在所述知识图谱中查找与所获取的GUID匹配的知识信息。

3.根据权利要求1所述的方法，其特征在于，基于查找到的知识信息生成候选答案包括：

基于查找到的知识信息和所述问题语句，生成候选答案。

4.根据权利要求1所述的方法，其特征在于，对于商品类型的实体，所述知识图谱包括商品标识、属性信息和知识信息之间的关联关系，其中，所述知识信息为商品信息和/或优惠信息。

5.根据权利要求1所述的方法，其特征在于，对于主播类型的实体，所述知识图谱包括主播标识、属性信息和知识信息之间的关联关系，其中，所述知识信息为主播的个人信息。

6.一种直播问答方法，其特征在于，所述方法包括：

在直播过程中，接收第一服务器发送的互动信息，所述互动信息中包括问题语句；

从第二服务器中获取与所述问题语句对应的答案；

关联展示所述问题语句和所述答案。

7.根据权利要求6所述的方法，其特征在于，关联展示所述问题语句和所述答案包括：

若从所述第二服务器获取多个与所述问题语句对应的答案，则向主播关联展示所述问题语句，以及获取的多个答案；

在接收到答案选择指令时，向观众关联展示所述问题语句和所述选择指令对应的答案。

8.根据权利要求7所述的方法，其特征在于，关联展示所述问题语句和所述答案还包括：

若指定时间内未接收到所述答案选择指令，则根据主播的历史选择信息，从所述多个答案中选取一个答案；

向观众关联展示所述问题语句和根据所述历史选择消息选取的答案。

9.根据权利要求7所述的方法，其特征在于，关联展示所述问题语句和所述答案还包括：

若指定时间内未接收到所述答案选择指令，则向观众关联展示所述问题语句和与所述多个答案中的默认答案。

10.根据权利要求6所述的方法，其特征在于，从服务器中获取与所述问题语句对应的答案，包括：

向主播展示所述问题语句；

在接收到问题选择指令时，根据所述问题选择指令对应的问题语句生成答案获取请求；

向所述第二服务器发送所述答案获取请求；

接收所述第二服务器响应于所述答案获取请求返回的答案。

11.一种直播问答装置，其特征在于，所述装置包括：

提取模块，用于从问题语句中提取实体词和属性信息，所述实体词为表示实体的词；

查找模块，用于在知识图谱中查找与所述实体词以及所提取的属性信息匹配的知识信息，所述知识图谱中包括实体的属性信息和知识信息，以及各实体之间的关系；

生成模块，用于基于查找到的知识信息生成候选答案；

选取模块，用于根据所述问题语句与所述候选答案的相似度，从所述候选答案选出所述问题语句对应的答案。

12.一种直播问答装置，其特征在于，所述装置包括：

接收模块，用于在直播过程中，接收第一服务器发送的互动信息，所述互动信息中包括问题语句；

获取模块，用于从第二服务器中获取与所述问题语句对应的答案；

展示模块，用于关联展示所述问题语句和所述答案。

13.一种直播问答装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

执行时实现权利要求1至5中任意一项所述的方法。

14.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求1至5中任意一项所述的方法。

15.一种直播问答装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

执行时实现权利要求6至10中任意一项所述的方法。

16.一种非易失性计算机可读存储介质，其上存储有计算机程序指令，其特征在于，所述计算机程序指令被处理器执行时实现权利要求6至10中任意一项所述的方法。

Images