CN111782794A - 问答响应方法和装置 - Google Patents
问答响应方法和装置 Download PDFInfo
- Publication number
- CN111782794A CN111782794A CN202010474990.8A CN202010474990A CN111782794A CN 111782794 A CN111782794 A CN 111782794A CN 202010474990 A CN202010474990 A CN 202010474990A CN 111782794 A CN111782794 A CN 111782794A
- Authority
- CN
- China
- Prior art keywords
- key
- value pair
- initial
- pair set
- answer
- 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
Links
- 230000004044 response Effects 0.000 title claims abstract description 57
- 238000000034 method Methods 0.000 title claims abstract description 52
- 230000015654 memory Effects 0.000 claims description 19
- 238000012795 verification Methods 0.000 claims description 16
- 238000012545 processing Methods 0.000 claims description 7
- 239000000126 substance Substances 0.000 claims 1
- 238000010586 diagram Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 2
- 238000012550 audit Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06F16/335—Filtering based on additional data, e.g. user or group profiles
-
- 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
- G06F16/3332—Query translation
- G06F16/3334—Selection or weighting of terms from queries, including natural language queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Databases & Information Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Evolutionary Computation (AREA)
- Evolutionary Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Computational Biology (AREA)
- Human Computer Interaction (AREA)
- Life Sciences & Earth Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了问答响应方法和装置:基于提问者提出的查询问题,获取从不同渠道确定的第一键值对集合和第二键值对集合,其中,第一键值对集合由至少一个第一答案‑第一预设权值键值对组成,第二键值对集合由至少一个第二答案‑第二预设权值键值对组成;基于第一键值对集合和所述第二键值对集合,确定第三键值对集合,第三键值对集合由至少一个第三答案‑第三预设权值键值对组成;基于第三键值对集合中的各第三预设权值,对各第三答案‑第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。该方式有效提高了向用户推送的答案的有效性,节省了用户查找正确答案的时间。
Description
技术领域
本申请涉及计算机技术领域,具体涉及信息处理领域,尤其涉及一种问答响应方法和装置。
背景技术
现有的问答响应方法主要包括两种:
一、搜索一个问题,直接出现大量数据,这些搜索出来的数据有的是按照竞价排名、有的是按照浏览量、有的是通过评论数、有的是通过点赞等来进行排序,用户很难获取到真正想要的答案。
二、根据回答问题的正确性,将用户分为不同等级,然后由不同等级的人,分别去回答不同等级的问题。
发明内容
本申请实施例提供了一种问答响应方法、装置、设备以及存储介质。
根据第一方面,提供了一种问答响应方法,该方法包括:基于提问者提出的查询问题,获取从不同渠道确定的第一键值对集合和第二键值对集合,第一键值对集合由至少一个第一答案-第一预设权值键值对组成,所述第二键值对集合由至少一个第二答案-第二预设权值键值对组成;基于第一键值对集合和第二键值对集合,确定第三键值对集合,第三键值对集合由至少一个第三答案-第三预设权值键值对组成;基于第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
在一些实施例中,第一键值对集合中的各个第一答案根据在全网数据中查找到的与查询问题相对应的至少一个答案得到;第二键值对集合中的各个第二答案根据全网数据中答题人对查询问题给出的至少一个答案得到。
在一些实施例中,第一键值对集合中的各第一预设权值基于提供与该第一预设权值相对应的第一答案的来源网站的专业程度确定;第二键值对集合中的各第二预设权值基于全网数据中答题人给出的与该第二预设权值对应的第二答案的准确度确定。
在一些实施例中,第二键值对集合中的各第二预设权值基于全网数据中答题人给出的与该第二预设权值对应的第二答案的准确度确定包括:第二键值对集合中的各第二预设权值基于全网数据中的以下数据确定:答题人历史给出的答案的准确度是否大于等于预设的准确度阈值;答题人给出的与该第二预设权值对应的第二答案是否被所述提问者采纳;答题人给出的与该第二预设权值对应的第二答案是否被访问者采纳以及被访问者采纳的次数。
在一些实施例中,基于所述第一键值对集合和第二键值对集合,确定第三键值对集合包括:合并第一键值对集合和第二键值对集合,得到初始第三键值对集合,初始第三键值对集合由至少一个初始第三答案-初始第三预设权值键值对组成;计算初始第三键值对集合中两两初始第三答案之间的相似度;响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对所述初始第三键值对集合进行更新,得到第三键值对集合。
在一些实施例中,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对初始第三键值对集合进行更新包括:对于初始第三键值对集合,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值分别作为相似度大于等于预设相似度阈值的两个初始第三答案的权值。
在一些实施例中,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对初始第三键值对集合进行更新包括:对于初始第三键值对集合,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,合并相似度大于等于预设相似度阈值的两个初始第三答案,得到合并后的初始第三答案;将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值作为合并后的初始第三答案的权值。
在一些实施例中,基于第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者,包括:基于第三键值对集合中各第三答案所对应的第三预设权值和人工核验接口接收到的核验消息,对第三键值对集合中的各第三答案进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
根据第二方面,提供了一种问答响应装置,该装置包括:获取模块,被配置成基于提问者提出的查询问题,获取从不同渠道确定的第一键值对集合和第二键值对集合,第一键值对集合由至少一个第一答案-第一预设权值键值对组成,第二键值对集合由至少一个第二答案-第二预设权值键值对组成;确定模块,被配置成基于所述第一键值对集合和所述第二键值对集合,确定第三键值对集合,第三键值对集合由至少一个第三答案-第三预设权值键值对组成;推送模块,被配置成基于第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
在一些实施例中,第一键值对集合中的各个第一答案根据在全网数据中查找到的与查询问题相对应的至少一个答案得到;第二键值对集合中的各个第二答案根据全网数据中答题人对查询问题给出的至少一个答案得到。
在一些实施例中,第一键值对集合中的各第一预设权值基于提供与该第一预设权值相对应的第一答案的来源网站的专业程度确定;第二键值对集合中的各第二预设权值基于全网数据中答题人给出的与该第二预设权值对应的第二答案的准确度确定。
在一些实施例中,第二键值对集合中的各第二预设权值基于全网数据中答题人给出的与该第二预设权值对应的第二答案的准确度确定包括:第二键值对集合中的各第二预设权值基于全网数据中的以下数据确定:答题人历史给出的答案的准确度是否大于等于预设的准确度阈值;答题人给出的与该第二预设权值对应的第二答案是否被所述提问者采纳;答题人给出的与该第二预设权值对应的第二答案是否被访问者采纳以及被访问者采纳的次数。
在一些实施例中,确定模块包括:合并单元,被配置成合并第一键值对集合和第二键值对集合,得到初始第三键值对集合,初始第三键值对集合由至少一个初始第三答案-初始第三预设权值键值对组成;计算单元,被配置成计算初始第三键值对集合中两两初始第三答案之间的相似度;更新单元,被配置成响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对初始第三键值对集合进行更新,得到第三键值对集合。
在一些实施例中,更新单元进一步被配置成:对于初始第三键值对集合,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值分别作为相似度大于等于预设相似度阈值的两个初始第三答案的权值。
在一些实施例中,更新单元进一步被配置成:对于初始第三键值对集合,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,合并相似度大于等于预设相似度阈值的两个初始第三答案,得到合并后的初始第三答案;将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值作为合并后的初始第三答案的权值。
在一些实施例中,所述推送模块进一步被配置成:基于第三键值对集合中各第三答案所对应的第三预设权值和人工核验接口接收到的核验消息,对第三键值对集合中的各第三答案进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
根据第三方面,提供了一种电子设备,该电子设备包括一个或多个处理器;存储装置,其上存储有一个或多个程序,当一个或多个程序被该一个或多个处理器执行,使得一个或多个处理器实现如第一方面的任一实施例的问答响应方法。
根据第四方面,提供了一种计算机可读介质,其上存储有计算机程序,该程序被处理器执行时实现如第一方面的任一实施例的问答响应方法。
本申请通过基于提问者提出的查询问题,获取从不同渠道确定的第一键值对集合和第二键值对集合,基于第一键值对集合和第二键值对集合,确定第三键值对集合,有效的扩大了获取的答案的范围,同时基于第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者,使得权重更高的答案即准确度更高的答案排序更加靠前,更易被提出查询问题的提问者获取,进而在提高推送的答案的有效性的同时节省了用户的查找正确答案的时间。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其他特征将通过以下的说明书而变得容易理解。
附图说明
图1是本申请可以应用于其中的示例性系统架构图;
图2是根据本申请的问答响应方法的一个实施例的流程图;
图3是根据本申请的问答响应方法的一个应用场景的示意图;
图4是根据本申请的问答响应方法的又一个实施例的流程图;
图5是根据本申请的问答响应装置的一个实施例的示意图;
图6是适于用来实现本申请实施例的服务器的计算机系统的结构示意图。
具体实施方式
以下结合附图对本申请的示范性实施例做出说明,其中包括本申请实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本申请的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。
图1示出了可以应用本申请的问答响应方法的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如,搜索类应用、问答类应用等。
终端设备101、102、103可以是硬件,也可以是软件。当终端设备101、102、103为硬件时,可以是具有显示屏的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。当终端设备101、102、103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供问答响应服务),也可以实现成单个软件或软件模块。在此不做具体限定。
服务器105可以是提供各种服务的服务器,例如对终端设备101、102、103上传的查询问题进行处理,基于提问者提出的查询问题,获取从不同渠道确定的第一键值对集合和第二键值对集合,基于第一键值对集合和第二键值对集合,确定第三键值对集合,基于第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
需要说明的是,本申请实施例所提供的问答响应方法一般由服务器105执行,相应地,用于问答响应装置一般设置于服务器105中。
还需要指出的是,终端设备101、102、103中也可以安装问答响应类应用,终端设备101、102、103也可以基于提问者提出的查询问题进行处理,此时,问答响应方法也可以由终端设备101、102、103执行,相应地,问答响应装置也可以设置于终端设备101、102、103中。此时,示例性系统架构100也可以不包括服务器105和网络104。
需要说明的是,服务器105可以是硬件,也可以是软件。当服务器105为硬件时,可以实现成多个服务器组成的分布式服务器集群,也可以实现成单个服务器。当服务器为软件时,可以实现成多个软件或软件模块(例如用来提供问答响应服务),也可以实现成单个软件或软件模块。在此不做具体限定。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示出了可以应用于本申请的问答响应方法的实施例的流程示意图200。问答响应方法包括以下步骤:
步骤201,基于提问者提出的查询问题,获取从不同渠道确定的第一键值对集合和第二键值对集合。
在本实施例中,执行主体(例如,图1中的服务器101或终端设备101、102、103)可以首先接收提问者通过终端设备发送的查询问题,然后获取从不同渠道确定的第一键值对集合和第二键值对集合。
这里,终端设备上可以安装有各种通讯类应用,例如,搜索类应用、问答类应用等等。
其中,第一键值对集合由至少一个第一答案-第一预设权值键值对组成,第二键值对集合由至少一个第二答案-第二预设权值键值对组成。
需要指出的是,执行主体获取第一键值对集合和第二键值对集合渠道可以包括多种,例如,问答类网站、问答类知识库、答题人提供的答案集合、全网数据等等,本申请对此不作限定。
其中,从不同渠道获取的第一键值对集合中的各第一答案所对应的第一预设权值和第二键值对集合中各第二答案所对应的第二预设权值,可根据经验、具体的应用场景和实际需求设定。例如,从问答类网站获取的第一键值对中的各第一答案所对应的第一预设权值可根据提供第一答案的答题人的相关领域的工作时限确定,工作时限越长,则权值越大;从问答类知识库获取的第二键值对中的各第二答案所对应的第二预设权值可根据各第二答案的历史访问量确定,历史访问量越高,则权值越大。
在一些可选的方式中,第一键值对集合中的各个第一答案根据在全网数据中查找到的与查询问题相对应的至少一个答案得到;第二键值对集合中的各个第二答案根据全网数据中答题人对查询问题给出的至少一个答案得到。
在本实现方式中,第一键值对集合中的各个第一答案可以是执行主体根据查询问题在全网数据中进行搜寻得到的答案,答案更加全面、理论性更强。
第二键值对集合中的各个第一答案可以是全网数据中答题人对查询问题给出的答案。这里,答题人给出的答案结合了答题人对查询问题的理解以及答题人所了解的与查询问题相关联的知识,使得答案的实用性更强。
在一些可选的方式中,第一键值对集合中的各第一预设权值基于提供与该第一预设权值相对应的第一答案的来源网站的专业程度确定;第二键值对集合中的各第二预设权值基于全网数据中答题人给出的与该第二预设权值对应的第二答案的准确度确定。
在本实现方式中,第一键值对集合中的各第一预设权值基于提供与该第一预设权值相对应的第一答案的来源网站的专业程度确定,通常情况下,来源网站的专业程度越高,其对应的权值越高,来源网站的专业程度越低,其对应的权值越低。例如,专业论文网站提供的答案的权值较高,而普通搜索网站提供的答案的权值较低。
第二键值对集合中的各第二预设权值基于全网数据中答题人给出的与该第二预设权值对应的第二答案的准确度确定。通常情况下,答题人给出的答案的准确度越高,其对应的权值越高,答题人给出的答案的准确度越低,其对应的权值越低。
这里,答题人给出的答案的准确度可以根据多种方式确定,例如,答题人历史回答与查询问题相关联问题的次数、答题人给出的答案与查询问题的关联程度、答题人是否为活跃用户等等。
在一些可选的方式中,第二键值对集合中的各第二预设权值基于全网数据中答题人给出的与该第二预设权值对应的第二答案的准确度确定包括:第二键值对集合中的各第二预设权值基于全网数据中的以下数据确定:答题人历史给出的答案的准确度是否大于等于预设的准确度阈值;答题人给出的与该第二预设权值对应的第二答案是否被所述提问者采纳;答题人给出的与该第二预设权值对应的第二答案是否被访问者采纳以及被访问者采纳的次数。
在本实现方式中,第二键值对集合中的各第二预设权值基于全网数据中的以下数据确定:
(1)答题人历史给出的答案的准确度是否大于等于预设的准确度阈值。具体地,执行主体设置答题人历史给出的答案的准确度阈值,若答题人历史给出的答案的准确度大于等于预设的准确度阈值,则可根据实际需求增大答题人给出的第二答案所对应的第二预设权值。例如,预设的准确度阈值为80%,答题人历史回答了100个问题,即给出了100各答案,其中82个被相关专业人士或相关领域人工智能识别为准确答案,即答题人历史回答问题的准确度大于预设的准确度阈值,故可适当增大答题人给出的第二答案所对应的第二预设权值。
(2)答题人给出的与该第二预设权值对应的第二答案是否被提问者采纳。若答题人给出的答案被提问者采纳,即提问者认可了答题人给出的答案,则可根据实际需求适当增大答题人给出的第二答案所对应的第二预设权值。
(3)答题人给出的与该第二预设权值对应的第二答案是否被访问者采纳以及被访问者采纳的次数。若答题人给出的答案被访问者采纳,即访问者认可了答题人给出的答案,则可根据实际需求适当增大答题人给出的第二答案所对应的第二预设权值。进一步地,若答题人给出的答案被访问者采纳的次数超过了预设的次数阈值,则可根据实际需求进一步增大答题人给出的第二答案所对应的第二预设权值。
这里,需要指出的是,由于提问者相对于访问者更能确定查询问题所对应的答案,故提问者采纳答题者提供的答案对答题人给出的第二答案所对应的第二预设权值的增大程度,相对于访问者采纳答题者提供的答案对答题人给出的第二答案所对应的第二预设权值的增大程度更大。
该实现方式通过根据答题人历史回答问题的准确度是否大于等于预设的准确度阈值、答题人给出的与该第二预设权值对应的第二答案是否被提问者采纳、答题人给出的与该第二预设权值对应的第二答案是否被访问者采纳以及被访问者采纳的次数确定第二键值对集合中的各第二预设权值,充分考虑了答题者、提问者及访问者对答案的认可程度,有效提高了第二键值对集合中的各第二预设权值的准确度。
步骤202,基于第一键值对集合和所述第二键值对集合,确定第三键值对集合。
在本实施例中,执行主体可以将第一键值对集合和第二键值对集合直接合并得到第三键值对集合,也可以对合并第一键值对集合和第二键值对集合得到的合并后的键值对集合执行预设的处理操作,例如更新操作、删减操作等等,得到第三键值对集合,本申请对此不作限定。
其中,第三键值对集合中的各键值对中的答案为第三答案,各键值对中的第三答案所对应的预设权值为第三预设权值。第三键值对集合由至少一个第三答案-第三预设权值键值对组成。
步骤203,基于第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
在本实施例中,执行主体可以按照第三键值对集合中各第三预设权值从大到小的顺序对各第三答案-第三预设权值键值对进行排序,并将排序后的第三键值对集合中的各第三答案推送给提问者。
在一些可选的方式中,基于第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者,包括:基于第三键值对集合中各第三答案所对应的第三预设权值和人工核验接口接收到的核验消息,对第三键值对集合中的各第三答案进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
在本实现方式中,执行主体按照第三键值对集合中各第三答案所对应的第三预设权值从大到小的顺序进行排序,得到初始的排序后的第三键值对集合,同时,还可以进一步根据人工核验接口接收的核验消息,对初始的排序后的第三键值对集合中的各第三答案所对应的第三预设权值进行校正,并根据校正后的各第三答案所对应的第三预设权值对初始的排序后的第三键值对集合中的各第三答案的排序进行调整,得到排序后的第三键值对集合,并将排序后的第三键值对集合中的各第三答案推送给提问者。
其中,核验消息可由与查询问题相关的领域的技术专家或人工智能提供。
在本实现方式的一个具体的示例中,初始第三键值对集合中共包括3个初始第三答案-初始第三预设权值键值对,分别为A1-0.1、A2-0.3、A3-0.5,执行主体按照第三键值对集合中各第三答案所对应的第三预设权值从大到小的顺序进行排序,得到初始的排序后的第三键值对集合(A3-0.5,A2-0.5,A1-0.1),进一步根据人工核验接口接收的核验消息,对初始的排序后的第三键值对集合的各第三答案所对应的第三预设权值进行校正并调整排序,得到排序后的第三键值对集合(A2-0.7,A3-0.5,A1-0.1)。
该实现方式在通过第三键值对集合中各第三答案所对应的第三预设权值对第三键值对集合中的各第三答案进行排序的基础上,增加了查询问题相关领域技术专家或智能识别机器人提供的核验消息对第三键值对集合中各第三答案的权值进行校正并调整排序,进一步保障了向用户推送的答案的有效性和准确度。
继续参见图3,图3是根据本实施例的问答响应方法的应用场景的一个示意图。
在图3的应用场景中,执行主体301首先从终端设备302获取提问者提出的查询问题,基于查询问题获取从不同渠道确定的第一键值对集合(A1-0.1,A2-0.3,A3-0.5)303和第二键值对集合(B1-0.4,B2-0.8,B3-0.7)304,其中,第一键值对集合中的三个第一答案-第一预设权值键值对分别为A1-0.1、A2-0.3、A3-0.5,第一键值对集合中的三个第一答案-第一预设权值键值对分别为B1-0.4、B2-0.8、B3-0.7。执行主体将第一键值对集合(A1-0.1,A2-0.3,A3-0.5)和第二键值对集合(B1-0.4,B2-0.8,B3-0.7)进行合并,得到第三键值对集合(A1-0.1,A2-0.3,A3-0.5,B1-0.4,B2-0.8,B3-0.7)305,其中,第三键值对集合中的六个第三答案-第三预设权值键值对分别为A1-0.1、A2-0.3、A3-0.5、B1-0.4、B2-0.8、B3-0.7,基于第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,得到排序后的第三键值对集合(B2-0.8,B3-0.7,A3-0.5,B1-0.4,A2-0.3,A1-0.1)306并将排序后的第三键值对集合中的各第三答案推送给提问者。
本公开的实施例提供的问答响应方法,通过基于提问者提出的查询问题,获取从不同渠道确定的第一键值对集合和第二键值对集合;基于第一键值对集合和所述第二键值对集合,确定第三键值对集合;基于第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者,有效提高了向用户推送的答案的准确度,节省了用户查找答案的时间。
进一步参考图4,其示出了问答响应方法的又一个实施例的流程400。本实施例的问答响应方法的流程400,可包括以下步骤:
步骤401,基于提问者提出的查询问题,获取从不同渠道确定的第一键值对集合和第二键值对集合。
在本实施例中,步骤401的实现细节和技术效果,可以参考对步骤201的描述,在此不再赘述。
步骤402,合并第一键值对集合和第二键值对集合,得到初始第三键值对集合。
在本实施例中,执行主体将第一键值对集合和第二键值对集合进行合并得到初始第三键值对集合,其中,初始第三键值对集合包括初始第三答案-初始第三预设权值键值对。
步骤403,计算初始第三键值对集合中两两初始第三答案之间的相似度。
在本实施例中,执行主体可以计算计算初始第三键值对集合中两两初始第三答案之间的语义相似度。
其中,计算两个答案之间语义相似度的方法可以采用现有技术或未来发展技术中的相似度计算方法,例如,DSSM(Deep Structured Models,基于深度网络的语义模型)、LSTM-DSSM(Long-Short-Term Memory Deep Structured Models,基于长短期记忆的深度网络语义模型)等,本申请对此不作限定。
步骤404,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对初始第三键值对集合进行更新,得到第三键值对集合。
在本实施例中,执行主体将得到的两两初始第三答案之间的语义相似度依次与预设的相似度阈值进行比较,若存在相似度大于等于预设的相似度阈值的两个初始第三答案,对初始第三键值对集合进行更新,将更新后的初始第三键值对集合作为第三键值对集合。
其中,执行主体对初始第三键值对集合进行更新的方式可以包括多种,例如,将初始第三键值对集合中相似度大于等于预设的相似度阈值的两个初始第三答案所对应的初始第三预设权值均增大预设数值,预设数值可根据实际需求和具体的应用场景确定;将相似度大于等于预设的相似度阈值的两个初始第三答案中的任意一个答案及对应的初始第三预设权值删除等等,本申请对此不作限定。
这里,需要指出的是,执行主体在对初始第三键值对集合进行更新的过程中,对相似度小于预设的相似度阈值的两个初始第三答案及所对应的初始第三预设权值不作处理。
在一些可选的方式中,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对初始第三键值对集合进行更新包括:对于初始第三键值对集合,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值分别作为所述相似度大于等于预设相似度阈值的两个初始第三答案的权值。
在本实现方式中,执行主体计算初始第三键值对集合中两两初始第三答案之间的语义相似度,并将获得的相似度依次与预设的相似度阈值进行比较,对相似度大于等于预设的相似度阈值的两个初始第三答案各自对应的初始第三预设权值进行更新。对相似度大于等于预设的相似度阈值的两个初始第三答案,初始第三键值对集合相似度小于预设相似度阈值的两个初始第三答案及所对应的初始第三预设权值不作处理。
在本实现方式的一个具体的示例中,初始第三键值对集合中共包括3个初始第三答案-初始第三预设权值键值对,分别为A1-0.1、A2-0.3、A3-0.5,分别计算两两初始第三答案A1与A2、A2与A3及A1与A3之间的语义相似度,若A1与A2之间的语义相似度大于等于预设的相似度阈值,则将A1与A2所对应的权值相加,得到相加后的权值0.4,并将相加后的权值分别作为A1和A2的权值,最终得到的第三键值对集合为(A1-0.4、A2-0.4、A3-0.5)。
该实现方式通过将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,并将相加后的权值分别作为所述相似度大于等于预设相似度阈值的两个初始第三答案的权值,增大了相似答案即准确度更高的答案的权重,使得准确度更高的答案排序更加靠前,进而进一步提高了向用户推送的答案的准确度和有效性。
在一些可选的方式中,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对所述初始第三键值对集合进行更新包括:对于初始第三键值对集合,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,合并相似度大于等于预设相似度阈值的两个初始第三答案,得到合并后的初始第三答案;将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值作为合并后的初始第三答案的权值。
在本实现方式中,执行主体可以将相似度大于等于预设相似度阈值的两个初始第三答案的全部内容进行合并,也可以将相似度大于等于预设相似度阈值的两个初始第三答案的部分内容进行合并,本申请对此不作限定。
这里,对初始第三键值对集合相似度小于预设相似度阈值的两个初始第三答案及所对应的初始第三预设权值不作处理。
在本实现方式的一个具体的示例中,初始第三键值对集合中共包括3个初始第三答案-初始第三预设权值键值对,分别为A1-0.1、A2-0.3、A3-0.5,分别计算两两两两初始第三答案A1与A2、A2与A3及A1与A3之间的语义相似度,若A1与A2之间的相似度大于等于预设的相似度阈值,则A1和A2进行合并,得到A4,并将A1与A2所对应的权值相加,得到相加后的权值0.4,并将相加后的权值作为A4的权值,故得到最终的第三键值对集合为(A4-0.4,A3-0.5)。
该实现方式通过响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,合并相似度大于等于预设相似度阈值的两个初始第三答案,得到合并后的初始第三答案;将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值作为合并后的初始第三答案的权值,在增大了相似答案的权重,使得准确度更高的答案排序更加靠前的同时,减少了相似答案的数量,进而进一步提高了向用户推送的答案的准确度和有效性,减少了用户查找正确答案的时间。
步骤405,基于第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
在本实施例中,步骤405的实现细节和技术效果,可以参考对步骤203的描述,在此不再赘述。
本申请的上述实施例,通过合并第一键值对集合和第二键值对集合,得到初始第三键值对集合,计算初始第三键值对集合中两两初始第三答案之间的相似度,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对初始第三键值对集合进行更新,得到第三键值对集合,实现了对相似的第三答案即准确度更高的第三答案及所对应的第三预设权值的调整,进而对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者,进一步提高了推送给用户的答案的有效性和准确度。
进一步参考图5,作为对上述各图所示方法的实现,本申请提供了一种问答响应装置的一个实施例,该装置实施例与图1所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图5所示,本实施例的问答响应装置500包括:获取模块501、确定模块502、推送模块503。
其中,获取模块501,可被配置成基于提问者提出的查询问题,获取从不同渠道确定的第一键值对集合和第二键值对集合。
确定模块502,可被配置成基于第一键值对集合和第二键值对集合,确定第三键值对集合。
推送模块503,可被配置成基于第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
在本实施例的一些可选的方式中,确定模块包括:合并单元,被配置成合并第一键值对集合和第二键值对集合,得到初始第三键值对集合;计算单元,被配置成计算初始第三键值对集合中两两初始第三答案之间的相似度;更新单元,被配置成响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对初始第三键值对集合进行更新,得到第三键值对集合。
在本实施例的一些可选的方式中,更新单元进一步被配置成:对于初始第三键值对集合,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值分别作为所述相似度大于等于预设相似度阈值的两个初始第三答案的权值。
在本实施例的一些可选的方式中,更新单元进一步被配置成:对于初始第三键值对集合,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,合并相似度大于等于预设相似度阈值的两个初始第三答案,得到合并后的初始第三答案;将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值作为合并后的初始第三答案的权值。
在本实施例的一些可选的方式中,推送模块进一步被配置成:基于第三键值对集合中各第三答案所对应的第三预设权值和人工核验接口接收到的核验消息,对第三键值对集合中的各第三答案进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
根据本申请的实施例,本申请还提供了一种电子设备和一种可读存储介质。
如图6所示,是根据本申请实施例的问答响应方法的电子设备的框图。
600是根据本申请实施例的问答响应方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本申请的实现。
如图6所示,该电子设备包括:一个或多个处理器601、存储器602,以及用于连接各部件的接口,包括高速接口和低速接口。各个部件利用不同的总线互相连接,并且可以被安装在公共主板上或者根据需要以其它方式安装。处理器可以对在电子设备内执行的指令进行处理,包括存储在存储器中或者存储器上以在外部输入/输出装置(诸如,耦合至接口的显示设备)上显示GUI的图形信息的指令。在其它实施方式中,若需要,可以将多个处理器和/或多条总线与多个存储器和多个存储器一起使用。同样,可以连接多个电子设备,各个设备提供部分必要的操作(例如,作为服务器阵列、一组刀片式服务器、或者多处理器系统)。图6中以一个处理器601为例。
存储器602即为本申请所提供的非瞬时计算机可读存储介质。其中,所述存储器存储有可由至少一个处理器执行的指令,以使所述至少一个处理器执行本申请所提供的问答响应方法。本申请的非瞬时计算机可读存储介质存储计算机指令,该计算机指令用于使计算机执行本申请所提供的问答响应方法。
存储器602作为一种非瞬时计算机可读存储介质,可用于存储非瞬时软件程序、非瞬时计算机可执行程序以及模块,如本申请实施例中的问答响应方法对应的程序指令/模块(例如,附图5所示的更新模块501、确定模块502和获取模块503)。处理器601通过运行存储在存储器602中的非瞬时软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例中的问答响应方法。
存储器602可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储问答响应的电子设备的使用所创建的数据等。此外,存储器602可以包括高速随机存取存储器,还可以包括非瞬时存储器,例如至少一个磁盘存储器件、闪存器件、或其他非瞬时固态存储器件。在一些实施例中,存储器602可选包括相对于处理器601远程设置的存储器,这些远程存储器可以通过网络连接至问答响应的电子设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
问答响应方法的电子设备还可以包括:输入装置603和输出装置604。处理器601、存储器602、输入装置603和输出装置604可以通过总线或者其他方式连接,图6中以通过总线连接为例。
输入装置603可接收输入的数字或字符信息,以及产生与直播视频流的质量监控的电子设备的用户设置以及功能控制有关的键信号输入,例如触摸屏、小键盘、鼠标、轨迹板、触摸板、指示杆、一个或者多个鼠标按钮、轨迹球、操纵杆等输入装置。输出装置604可以包括显示设备、辅助照明装置(例如,LED)和触觉反馈装置(例如,振动电机)等。该显示设备可以包括但不限于,液晶显示器(LCD)、发光二极管(LED)显示器和等离子体显示器。在一些实施方式中,显示设备可以是触摸屏。
此处描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、专用ASIC(专用集成电路)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
这些计算程序(也称作程序、软件、软件应用、或者代码)包括可编程处理器的机器指令,并且可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。如本文使用的,术语“机器可读介质”和“计算机可读介质”指的是用于将机器指令和/或数据提供给可编程处理器的任何计算机程序产品、设备、和/或装置(例如,磁盘、光盘、存储器、可编程逻辑装置(PLD)),包括,接收作为机器可读信号的机器指令的机器可读介质。术语“机器可读信号”指的是用于将机器指令和/或数据提供给可编程处理器的任何信号。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。
根据本申请实施例的技术方案,有效提高了向用户推送的答案的准确度,节省了用户查找答案的时间。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发申请中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本申请公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本申请保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本申请的精神和原则之内所作的修改、等同替换和改进等,均应包含在本申请保护范围之内。
Claims (18)
1.一种问答响应方法,其特征在于,包括:
基于提问者提出的查询问题,获取从不同渠道确定的第一键值对集合和第二键值对集合,所述第一键值对集合由至少一个第一答案-第一预设权值键值对组成,所述第二键值对集合由至少一个第二答案-第二预设权值键值对组成;
基于所述第一键值对集合和所述第二键值对集合,确定第三键值对集合,所述第三键值对集合由至少一个第三答案-第三预设权值键值对组成;
基于所述第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
2.根据权利要求1所述的方法,其中,所述第一键值对集合中的各个第一答案根据在全网数据中查找到的与所述查询问题相对应的至少一个答案得到;
第二键值对集合中的各个第二答案根据全网数据中答题人对所述查询问题给出的至少一个答案得到。
3.根据权利要求1所述的方法,其中,所述第一键值对集合中的各第一预设权值基于提供与该第一预设权值相对应的第一答案的来源网站的专业程度确定;
所述第二键值对集合中的各第二预设权值基于全网数据中答题人给出的与该第二预设权值对应的第二答案的准确度确定。
4.根据权利要求3所述的方法,其中,所述第二键值对集合中的各第二预设权值基于全网数据中答题人给出的与该第二预设权值对应的第二答案的准确度确定包括:
所述第二键值对集合中的各第二预设权值基于全网数据中的以下数据确定:
答题人历史给出的答案的准确度是否大于等于预设的准确度阈值;
所述答题人给出的与该第二预设权值对应的第二答案是否被所述提问者采纳;
所述答题人给出的与该第二预设权值对应的第二答案是否被访问者采纳以及被访问者采纳的次数。
5.根据权利要求1所述的方法,所述基于所述第一键值对集合和第二键值对集合,确定第三键值对集合包括:
合并所述第一键值对集合和所述第二键值对集合,得到初始第三键值对集合,所述初始第三键值对集合由至少一个初始第三答案-初始第三预设权值键值对组成;
计算初始第三键值对集合中两两初始第三答案之间的相似度;
响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对所述初始第三键值对集合进行更新,得到第三键值对集合。
6.根据权利要求5所述的方法,其中,所述响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对所述初始第三键值对集合进行更新包括:
对于初始第三键值对集合,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值分别作为所述相似度大于等于预设相似度阈值的两个初始第三答案的权值。
7.根据权利要求5所述的方法,其中,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对所述初始第三键值对集合进行更新包括:
对于初始第三键值对集合,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,合并相似度大于等于预设相似度阈值的两个初始第三答案,得到合并后的初始第三答案;
将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值作为合并后的初始第三答案的权值。
8.根据权利要求1所述的方法,所述基于所述第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者,包括:
基于所述第三键值对集合中各第三答案所对应的第三预设权值和人工核验接口接收到的核验消息,对第三键值对集合中的各第三答案进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
9.一种问答响应装置,其特征在于,包括:
获取模块,被配置成基于提问者提出的查询问题,获取从不同渠道确定的第一键值对集合和第二键值对集合,所述第一键值对集合由至少一个第一答案-第一预设权值键值对组成,所述第二键值对集合由至少一个第二答案-第二预设权值键值对组成;
确定模块,被配置成基于所述第一键值对集合和所述第二键值对集合,确定第三键值对集合,所述第三键值对集合由至少一个第三答案-第三预设权值键值对组成;
推送模块,被配置成基于所述第三键值对集合中的各第三预设权值,对各第三答案-第三预设权值键值对进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
10.根据权利要求9所述的装置,其中,所述第一键值对集合中的各个第一答案根据在全网数据中查找到的与所述查询问题相对应的至少一个答案得到;
第二键值对集合中的各个第二答案根据全网数据中答题人对所述查询问题给出的至少一个答案得到。
11.根据权利要求9所述的装置,其中,所述第一键值对集合中的各第一预设权值基于提供与该第一预设权值相对应的第一答案的来源网站的专业程度确定;
所述第二键值对集合中的各第二预设权值基于全网数据中答题人给出的与该第二预设权值对应的第二答案的准确度确定。
12.根据权利要求11所述的装置,其中,所述第二键值对集合中的各第二预设权值基于全网数据中答题人给出的与该第二预设权值对应的第二答案的准确度确定包括:
所述第二键值对集合中的各第二预设权值基于全网数据中的以下数据确定:
答题人历史给出的答案的准确度是否大于等于预设的准确度阈值;
所述答题人给出的与该第二预设权值对应的第二答案是否被所述提问者采纳;
所述答题人给出的与该第二预设权值对应的第二答案是否被访问者采纳以及被访问者采纳的次数。
13.根据权利要求9所述的装置,所述确定模块包括:
合并单元,被配置成合并所述第一键值对集合和所述第二键值对集合,得到初始第三键值对集合,所述初始第三键值对集合由至少一个初始第三答案-初始第三预设权值键值对组成;
计算单元,被配置成计算初始第三键值对集合中两两初始第三答案之间的相似度;
更新单元,被配置成响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,对所述初始第三键值对集合进行更新,得到第三键值对集合。
14.根据权利要求13所述的装置,所述更新单元进一步被配置成:
对于初始第三键值对集合,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值分别作为所述相似度大于等于预设相似度阈值的两个初始第三答案的权值。
15.根据权利要求13所述的装置,所述更新单元进一步被配置成:
对于初始第三键值对集合,响应于存在相似度大于等于预设的相似度阈值的两个初始第三答案,合并相似度大于等于预设相似度阈值的两个初始第三答案,得到合并后的初始第三答案;
将相似度大于等于预设相似度阈值的两个初始第三答案各自对应的初始第三预设权值相加,得到相加后的权值,将相加后的权值作为合并后的初始第三答案的权值。
16.根据权利要求9所述的装置,所述推送模块进一步被配置成:
基于所述第三键值对集合中各第三答案所对应的第三预设权值和人工核验接口接收到的核验消息,对第三键值对集合中的各第三答案进行排序,将排序后的第三键值对集合中的各第三答案推送给提问者。
17.一种电子设备,其特征在于,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-8中任一项所述的方法。
18.一种存储有计算机指令的非瞬时计算机可读存储介质,其特征在于,所述计算机指令用于使所述计算机执行权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010474990.8A CN111782794A (zh) | 2020-05-29 | 2020-05-29 | 问答响应方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010474990.8A CN111782794A (zh) | 2020-05-29 | 2020-05-29 | 问答响应方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111782794A true CN111782794A (zh) | 2020-10-16 |
Family
ID=72754548
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010474990.8A Pending CN111782794A (zh) | 2020-05-29 | 2020-05-29 | 问答响应方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111782794A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112632255A (zh) * | 2020-12-29 | 2021-04-09 | 海信视像科技股份有限公司 | 一种获取问答结果的方法及装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874441A (zh) * | 2017-02-07 | 2017-06-20 | 腾讯科技(上海)有限公司 | 智能问答方法和装置 |
US20180373782A1 (en) * | 2017-06-27 | 2018-12-27 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for recommending answer to question based on artificial intelligence |
CN109657047A (zh) * | 2018-12-27 | 2019-04-19 | 四川新网银行股份有限公司 | 一种基于爬虫技术和机器学习的语音自动问答方法及系统 |
-
2020
- 2020-05-29 CN CN202010474990.8A patent/CN111782794A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106874441A (zh) * | 2017-02-07 | 2017-06-20 | 腾讯科技(上海)有限公司 | 智能问答方法和装置 |
US20180373782A1 (en) * | 2017-06-27 | 2018-12-27 | Beijing Baidu Netcom Science And Technology Co., Ltd. | Method and apparatus for recommending answer to question based on artificial intelligence |
CN109657047A (zh) * | 2018-12-27 | 2019-04-19 | 四川新网银行股份有限公司 | 一种基于爬虫技术和机器学习的语音自动问答方法及系统 |
Non-Patent Citations (1)
Title |
---|
李晨;巢文涵;陈小明;李舟军;: "中文社区问答中问题答案质量评价和预测", 计算机科学, no. 06, 15 June 2011 (2011-06-15) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112632255A (zh) * | 2020-12-29 | 2021-04-09 | 海信视像科技股份有限公司 | 一种获取问答结果的方法及装置 |
CN112632255B (zh) * | 2020-12-29 | 2023-07-14 | 海信视像科技股份有限公司 | 一种获取问答结果的方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11714816B2 (en) | Information search method and apparatus, device and storage medium | |
CN111428008B (zh) | 用于训练模型的方法、装置、设备以及存储介质 | |
US20210224879A1 (en) | Method, electronic device and storage medium for item recommendation | |
CN111667056B (zh) | 用于搜索模型结构的方法和装置 | |
CN111460384B (zh) | 策略的评估方法、装置和设备 | |
CN112579909A (zh) | 对象推荐方法及装置、计算机设备和介质 | |
CN111860769A (zh) | 预训练图神经网络的方法以及装置 | |
CN110717340B (zh) | 推荐方法、装置、电子设备及存储介质 | |
CN110543558B (zh) | 问题匹配方法、装置、设备和介质 | |
CN112148975A (zh) | 会话推荐方法、装置及设备 | |
CN112509690A (zh) | 用于控制质量的方法、装置、设备和存储介质 | |
CN111563198B (zh) | 一种物料召回方法、装置、设备及存储介质 | |
US20180239824A1 (en) | Targeted feedback systems and methods | |
CN111782785B (zh) | 自动问答方法、装置、设备以及存储介质 | |
CN112269867A (zh) | 用于推送信息的方法、装置、设备以及存储介质 | |
CN112084150A (zh) | 模型训练、数据检索方法,装置,设备以及存储介质 | |
CN111324715A (zh) | 问答机器人的生成方法和装置 | |
CN111756832A (zh) | 推送信息的方法、装置、电子设备及计算机可读存储介质 | |
JP7128311B2 (ja) | 文書種別の推奨方法、装置、電子機器、可読記憶媒体及びコンピュータプログラム製品 | |
CN111967599B (zh) | 用于训练模型的方法、装置、电子设备及可读存储介质 | |
CN111241225B (zh) | 常驻区域变更的判断方法、装置、设备及存储介质 | |
CN112561059A (zh) | 用于模型蒸馏的方法和装置 | |
CN111782794A (zh) | 问答响应方法和装置 | |
CN111767990A (zh) | 神经网络的处理方法和装置 | |
CN112579897A (zh) | 信息搜索方法和装置 |
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 |