CN111897937A - 一种结合rpa和ai的问答方法、系统、计算设备及存储介质 - Google Patents
一种结合rpa和ai的问答方法、系统、计算设备及存储介质 Download PDFInfo
- Publication number
- CN111897937A CN111897937A CN202010790025.1A CN202010790025A CN111897937A CN 111897937 A CN111897937 A CN 111897937A CN 202010790025 A CN202010790025 A CN 202010790025A CN 111897937 A CN111897937 A CN 111897937A
- Authority
- CN
- China
- Prior art keywords
- document
- question
- library
- relevant
- 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
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
- G06F16/332—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
- 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
- G06F16/93—Document management systems
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Business, Economics & Management (AREA)
- General Business, Economics & Management (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请实施例公开一种结合RPA和AI的问答方法、系统、计算设备及存储介质,其中所述结合RPA和AI的问答方法,包括:接收用户的问题数据,将问题数据在第一文档库中检索第一相关文档,根据第一相关文档进行阅读理解生成答复并输出。该方法还包括根据第二文档库对第一文档库进行更新,由于自动对第一文档库保持更新,给出的答案实时性很高,适用于时效性较强的领域,节省了大量人工标注的成本,从而有效提高了问答的质量。
Description
相关申请的交叉引用
本申请要求北京来也网络科技有限公司和北京奔影网络科技有限公司于2020年6月30日提交的、申请名称为“一种基于AI的问答方法、系统、计算设备及存储介质”的、中国专利申请号“202010617126.9”的优先权。
技术领域
本申请涉及自然语言处理技术领域,具体而言,涉及一种结合RPA(RoboticProcess Automation,机器人流程自动化)和AI(Artificial Intelligence,人工智能)的问答方法、系统、计算设备及存储介质。
背景技术
机器人流程自动化(Robotic Process Automation,简称:RPA)是通过特定的“机器人软件”,模拟人在计算机上的操作,按规则自动执行流程任务。人工智能(ArtificialIntelligence,简称:AI)是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门技术科学。人工智能是计算机科学的一个分支,它企图了解智能的实质,并生产出一种新的能以人类智能相似的方式做出反应的智能机器,该领域的研究包括机器人、语言识别、图像识别、自然语言处理和专家系统等。人工智能从诞生以来,理论和技术日益成熟,应用领域也不断扩大,人工智能可以对人的意识、思维的信息过程的模拟。
随着深度学习技术的普及,越来越多的智能客服都使用深度学习模型自动回答用户的问题。现有技术中,根据用户的问题,在问题库中找到和用户问题相似的问题,然后把相似问题对应的答案回复给用户。这种方式的缺点是维护代价比较高,特别是应用于例如政策问答、商品问答等时效性较强的领域时,需要经常根据答案的变化“手动”更新答案,这对于维护答案库的人工作量很大,如果不及时更新数据库,回复的答案就会是过时的,导致问答质量不佳。现有的问答模型都需要人手动更新答案,不适用于时效性较强的领域。
因此,研究一种能够自动更新答案的问答系统,对提高问答系统的回复质量十分关键,成为亟待解决的问题。
发明内容
本申请实施例提供一种结合RPA和AI的问答方法及系统、计算设备、存储介质,用以克服现有技术中存在的至少一个技术问题。
根据本申请实施例的第一方面,提供一种结合RPA和AI的问答方法,包括:
接收用户的问题数据;
将所述问题数据在第一文档库中检索第一相关文档;
根据第一相关文档进行阅读理解生成答复并输出。
根据本申请实施例的第二方面,提供一种结合RPA和AI的问答系统,包括问题接收模块、文档检索模块、问题答复模块,其中
所述问题接收模块,被配置为接收用户的问题数据;
所述文档检索模块,被配置为将所述问题数据在第一文档库中检索第一相关文档;
所述问题答复模块,被配置为根据第一相关文档进行阅读理解生成答复并输出。
根据本申请实施例的第三方面,提供一种计算设备,包括存储设备以及处理器,所述存储设备用于存储计算机程序,所述处理器运行所述计算机程序以使所述计算设备执行所述结合RPA和AI的问答方法的步骤。
根据本申请实施例的第四方面,提供一种存储介质,其存储有所述的计算设备中所使用的计算机程序,该计算机程序被处理器执行时实现所述结合RPA和AI的问答方法的步骤。
本申请实施例的有益效果如下:
本申请提供一种结合RPA和AI的问答方法、系统、计算设备及存储介质,所述问答方法,在接收到用户的问题数据后,根据问题数据在第一文档库中检索第一相关文档,通过对第一相关文档进行阅读理解,生成答复并回复给用户。所述问答方法中根据第二文档库对第一文档库进行更新,在第二文档库中对问题库中的问题数据检索第二相关文档,比较问题库中的第二相关文档与该问题数据对应的第一相关文档,当满足预设的更新规则时,以第二相关文档替换第一文档库中的第一相关文档,使得所述第一文档库得到更新。该问答方法的由于对第一文档库保持更新,给出的答案实时性很高,适用于时效性较强的领域,有效提高了问答的质量。另外,所述问答系统的第一文档库的更新自动完成,从而节省了大量人工标注的成本,解决了答案时效性差的问题,对问答系统的改进具有进步性。
本申请实施例的创新点包括:
1、本申请实施例中,所述问答方法,在接收到用户的问题数据后,根据问题数据在第一文档库中检索第一相关文档,通过对第一相关文档进行阅读理解,生成答复并回复给用户。所述问答方法中根据第二文档库对第一文档库进行更新,在第二文档库中对问题库中的问题数据检索第二相关文档,比较问题库中的第二相关文档与该问题数据对应的第一相关文档,当满足预设的更新规则时,以第二相关文档替换第一文档库中的第一相关文档,使得所述第一文档库得到更新。该问答方法的由于对第一文档库保持更新,给出的答案实时性很高,适用于时效性较强的领域,有效提高了问答的质量。另外,所述问答系统的文档库的更新自动完成,从而节省了大量人工标注的成本,解决了答案时效性差的问题,对问答系统的改进具有进步性,是本申请实施例的创新点之一。
2、本申请实施例中,通过第一文档库,将问题与包含问题答案的文档建立联系,相比于现有技术中问题、答案组成的问答对,使得通过自动更新所匹配的文档库来更新问题的答案成为可能。建立问题-文档之间联系的好处,一方面提供了答案的来源,增强了可解释性;另一方面文档的更新可以带来答案的更新,是本申请实施例的创新点之一。
3、本申请实施例中,第一文档库根据第二文档库进行自动更新,根据预先获得的更新规则,通过比较第二相关文档与第一相关文档,以及第二答复与第一答复,在满足更新规则时,用第二相关文档替换第一文档库中的第一相关文档,以更新第一文档库。这种替换关联文档的方式,相比现有技术中替换问答对中的答案的方式,减少了人工参与的必要性,通过自动更新的文档库来保证问答系统回答的时效性,是本申请实施例的创新点之一。
附图说明
为了更清楚地说明本申请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申请的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本申请实施例提供的一种结合RPA和AI的问答方法的应用场景示意图;
图2为本申请实施例提供的一种结合RPA和AI的问答方法的流程示意图;
图3为本申请实施例提供的一种结合RPA和AI的问答系统的结构示意图;
图4为本申请实施例提供的一种计算设备的结构示意图。
具体实施方式
下面将结合本申请实施例中的附图,对本申请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申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例及附图中的术语“包括”和“具有”以及它们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元,而是可选地还包括没有列出的步骤或单元,或可选地还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。
在日常生活中,有很多即时更新的信息,例如,政策信息、商品信息可能会随着时间有所变动,这些变动的信息以网站公告或者文档的形式发布于公开语料库中,公开语料库中包括了这些最近发布的更新信息数据。智能客服在应用于这类时效性较强的领域时存在答案更新延迟的问题,不能及时地根据变化了的答案相关信息对问题答案做出修改,并且需要手动更新的问答系统对于维护答案库的人员来说工作量巨大,且手动更新的效率和效果往往不能满足及时性的要求,造成回复的答案过时,导致问答质量不佳。为此,研究一种能自动更新的问答方法及系统,以提高问答质量。
本申请实施例公开了一种结合RPA和AI的问答方法、系统、计算设备及存储介质,以下分别进行详细说明。
实施例一
图1为本申请实施例提供的一种结合RPA和AI的问答方法的应用场景示意图。如图1所示,图中有问题库Q,第一文档库D以及第二文档库。其中,问题库Q中包含用户提问的各种问题,所述第二文档库为公开语料库,包括即时更新的公开信息数据。第一文档库D中的文档时根据问题库Q中的问题和第二文档库中存储的公开语料,生成的,具体来说,根据问题库中问题q^,在第二文档库中检索最相关的初始文档,将检索到的初始文档加入第一文档库中,形成第一文档库。当用户提出问题q时,根据问题q在第一文档库中检索最相关的第一相关文档,对检索到的第一相关文档基于AI进行阅读理解,生成答复a,回复给用户。通过定期自动依据问题库中的问题在第二文档库中检索最相关的第二相关文档,并比较第二相关文档与第一相关文档,在满足预设的更新规则后,以第二相关文档对应替换第一相关文档,来更新第一文档库,从而保证了依据第一文档库对用户进行答复的实效性,减少了人工参与的必要性,通过自动更新的文档库来保证问答系统回答的时效性。
实施例二
图2为本申请实施例提供的一种结合RPA和AI的问答方法的流程示意图。如图2所示,一种结合RPA和AI的问答方法,包括:
110,接收用户的问题数据。
其中,问题数据即为用户提出的问题,例如,用户提出的问题为“一体式烘干机好吗?”,其中,问题数据可以为一个问题,也可以为多个问题,本实施例中不进行限定。
120,将所述问题数据在第一文档库中检索第一相关文档。
本实施例中,根据用户提出的问题数据,对每一个问题数据进行关键词提取,根据提取到的关键词在第一文档库中进行关键词匹配,检索得到对应的相关文档,相关文档中包含对相应问题数据的解答,为了便于区别,称为第一相关文档。
130,根据第一相关文档进行阅读理解生成答复并输出。可选地,所述问答方法还包括:
140、根据第二文档库对所述第一文档库进行更新。所述第二文档库为公开语料库,包括即时更新的公开信息数据。
建立问题数据与最相关文档的对应关系,从而实现通过更新第一文档库来及时更新问题答案。
可选地,所述根据第二文档库对所述第一文档库进行更新的步骤包括:
142、根据预先初始化的问题库中的问题数据在第二文档库中检索最相关的第二相关文档。
本实施例中,问题库中存储有用户提出的多个问题数据,而第二文档库中存储有即时更新的公开信息数据,对每一个问题在第二文档库中进行检索,得到和对应的问题数据最相关的相关文档,为了便于区别,称为第二相关文档。也就是说,基于预先设置的问题库和第二文档库,建立了各个问题和最相关的第二文档间的对应关系。
根据问题库中的问题数据的语料信息得到第一词向量,将第二文档库中的多个文档转化为相应的第二词向量,然后计算第一词向量与多个第二词向量之间的相似度,将相似度计算结果数值最高的文档作为该问题的第二相关文档,通过第二相关文档更新第一文档库。
144、根据所述第二相关文档及所述第一相关文档,对所述第一文档库进行更新。
可选地,所述根据所述第二相关文档及所述第一相关文档,对所述第一文档库进行更新的步骤包括:
1442、若所述问题数据对应的第二相关文档与所述第一相关文档不同,则根据所述第一相关文档进行阅读理解生成第一答复,根据所述第二相关文档进行阅读理解生成第二答复。
为了对第一文档库进行有效地更新,不仅要对相关文档进行比较,还需要对相关文档生成的答复进行比较,根据用户的需求设置对应的更新规则,在满足更新规则的情况下,进行文档的替换。
1444、根据预先获得的更新规则,比较所述第一相关文档与所述第二相关文档,以及比较所述第一答复与所述第二答复,若所述第二相关文档或所述第二答复满足所述预先获得的更新规则,则用所述第二相关文档替换所述第一文档库中所述问题数据对应的所述第一相关文档,形成新的第一文档库。
可选地,所述预先获得的更新规则包括:
所述第二答复包含所述第一答复;
所述第二答复进行阅读理解的得分高于所述第一答复;
所述第二相关文档比所述第一相关文档上传的时间更近;
所述第二相关文档的阅读量大于所述第一相关文档的阅读量;
所述第二相关文档的发布网站被所述第一相关文档的发布网站引用。
可选地,所述问答方法还包括:100、根据预先初始化的问题库中的问题数据在第二文档库中检索第一相关文档,形成第一文档库。
本实施例中,所述的问答方法,通过建立问题与文档联系的方式,能够通过更新问题-文档对中的文档,来更新对问题的回复,由于定期自动对问题库中的问题进行检索匹配第二相关文档,并根据所述第二相关文档更新第一文档库,使得第一文档库自动实现更新,从而实现该问答方法对问题答案的自动更新,保证了答案的时效性,不需要大量的人工标注来更新文档库,使用自动化的方法检索文档添加到答案库,提高了问答质量。
实施例三
图3为本申请实施例提供的一种结合RPA和AI的问答系统的结构示意图。如图3所示,提供一种结合RPA和AI的问答系统300,包括问题接收模块310、文档检索模块320、问题答复模块330,其中
所述问题接收模块310,被配置为接收用户的问题数据。
所述文档检索模块320,被配置为将所述问题数据在第一文档库中检索第一相关文档。
所述问题答复模块330,被配置为根据第一相关文档进行阅读理解生成答复并输出。
可选地,所述问答系统还包括更新模块340:
所述更新模块340,被配置为根据第二文档库对所述第一文档库进行更新。
本实施例中,提供一种结合RPA和AI的问答系统300,能够实现所述结合RPA和AI的问答方法的功能,对应的实施步骤和效果可参照方法部分。
实施例四
图4为本申请实施例提供的一种计算设备的结构示意图。如图4所示,提供一种计算设备400,包括存储设备410以及处理器420,所述存储设备410用于存储计算机程序,所述处理器420运行所述计算机程序以使所述计算设备400执行所述结合RPA和AI的问答方法的步骤。
本实施例,提供一种存储介质,其存储有所述的计算设备中所使用的计算机程序,该计算机程序被处理器执行时实现所述结合RPA和AI的问答方法的步骤。
综上所述,本申请实施例提供一种结合RPA和AI的问答方法及系统、计算设备、存储介质,通过定期自动更新的文档库,使得问答系统能够根据最新的相关文档对用户提问做出回复,文档更新的过程自动完成,节省了大量人工标注的成本,为问答系统的维护带来便利,满足用户提问对时效性的要求,适用于实时性较强的领域。
本领域普通技术人员可以理解:附图只是一个实施例的示意图,附图中的模块或流程并不一定是实施本申请所必须的。
本领域普通技术人员可以理解:实施例中的装置中的模块可以按照实施例描述分布于实施例的装置中,也可以进行相应变化位于不同于本实施例的一个或多个装置中。上述实施例的模块可以合并为一个模块,也可以进一步拆分成多个子模块。
最后应说明的是:以上实施例仅用以说明本申请的技术方案,而非对其限制;尽管参照前述实施例对本申请进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本申请实施例技术方案的精神和范围。
Claims (10)
1.一种结合RPA和AI的问答方法,其特征在于,包括:
接收用户的问题数据;
根据所述问题数据在第一文档库中检索第一相关文档;
根据第一相关文档进行阅读理解生成答复并输出。
2.根据权利要求1所述的方法,其特征在于,还包括:
根据第二文档库对所述第一文档库进行更新。
3.根据权利要求2所述的方法,其特征在于,所述根据第二文档库对所述第一文档库进行更新的步骤包括:
根据预先初始化的问题库中的问题数据在所述第二文档库中检索第二相关文档;
根据所述第二相关文档及所述第一相关文档,对所述第一文档库进行更新。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第二相关文档及所述第一相关文档,对所述第一文档库进行更新的步骤包括:
若所述问题数据对应的第二相关文档与所述第一相关文档不同,则根据所述第一相关文档进行阅读理解生成第一答复,根据所述第二相关文档进行阅读理解生成第二答复;
根据预先获得的更新规则,比较所述第一相关文档与所述第二相关文档,以及比较所述第一答复与所述第二答复,若所述第二相关文档或所述第二答复满足所述预先获得的更新规则,则用所述第二相关文档替换所述第一文档库中所述问题数据对应的所述第一相关文档,形成新的第一文档库。
5.根据权利要求4所述的方法,其特征在于,所述预先获得的更新规则包括:
所述第二答复包含所述第一答复;
所述第二答复进行阅读理解的得分高于所述第一答复;
所述第二相关文档比所述第一相关文档上传的时间更近;
所述第二相关文档的阅读量大于所述第一相关文档的阅读量;
所述第二相关文档的发布网站被所述第一相关文档的发布网站引用。
6.根据权利要求1所述的方法,其特征在于,还包括:
根据预先初始化的问题库中的问题数据在第二文档库中检索第一相关文档,形成第一文档库。
7.一种结合RPA和AI的问答系统,其特征在于,包括问题接收模块、文档检索模块、问题答复模块,其中
所述问题接收模块,被配置为接收用户的问题数据;
所述文档检索模块,被配置为将所述问题数据在第一文档库中检索第一相关文档;
所述问题答复模块,被配置为根据第一相关文档进行阅读理解生成答复并输出。
8.根据权利要求7所述的系统,其特征在于,还包括更新模块:
所述更新模块,被配置为根据第二文档库对所述第一文档库进行更新。
9.一种计算设备,其特征在于,包括存储设备以及处理器,所述存储设备用于存储计算机程序,所述处理器运行所述计算机程序以使所述计算设备执行权利要求1-6中任一项所述的方法的步骤。
10.一种存储介质,其特征在于,其存储有权利要求9所述的计算设备中所使用的计算机程序,该计算机程序被处理器执行时实现权利要求1-6中任一项所述的方法的步骤。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2020106171269 | 2020-06-30 | ||
CN202010617126 | 2020-06-30 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111897937A true CN111897937A (zh) | 2020-11-06 |
Family
ID=73246221
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010790025.1A Pending CN111897937A (zh) | 2020-06-30 | 2020-08-07 | 一种结合rpa和ai的问答方法、系统、计算设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111897937A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024015319A1 (en) * | 2022-07-11 | 2024-01-18 | Pryon Incorporated | Question-answering system for answering relational questions |
-
2020
- 2020-08-07 CN CN202010790025.1A patent/CN111897937A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2024015319A1 (en) * | 2022-07-11 | 2024-01-18 | Pryon Incorporated | Question-answering system for answering relational questions |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107491547B (zh) | 基于人工智能的搜索方法和装置 | |
AU2017329098B2 (en) | Method and device for processing question clustering in automatic question and answering system | |
US11899681B2 (en) | Knowledge graph building method, electronic apparatus and non-transitory computer readable storage medium | |
CN110046236B (zh) | 一种非结构化数据的检索方法及装置 | |
CN109460457A (zh) | 文本语句相似度计算方法、智能政务辅助解答系统及其工作方法 | |
CN111339277A (zh) | 基于机器学习的问答交互方法及装置 | |
CN111581990A (zh) | 跨境交易撮合匹配方法及装置 | |
CN117056531A (zh) | 领域知识驱动的大语言模型精调方法、系统、设备及存储介质 | |
CN109684354A (zh) | 数据查询方法和装置 | |
US20210174161A1 (en) | Method and apparatus for multi-document question answering | |
CN112165639B (zh) | 内容分发方法、装置、电子设备以及存储介质 | |
CN112632239A (zh) | 基于人工智能技术的类脑问答系统 | |
CN113641797A (zh) | 数据处理方法、装置、设备、存储介质及计算机程序产品 | |
CN112287085A (zh) | 语义匹配方法、系统、设备及存储介质 | |
CN111897937A (zh) | 一种结合rpa和ai的问答方法、系统、计算设备及存储介质 | |
CN115795018B (zh) | 一种面向电网领域的多策略智能搜索问答方法及系统 | |
CN111931034A (zh) | 数据搜索方法、装置、设备及存储介质 | |
CN116151235A (zh) | 文章生成方法、文章生成模型训练方法及相关设备 | |
US11238076B2 (en) | Document enrichment with conversation texts, for enhanced information retrieval | |
CN106407271B (zh) | 一种智能客服系统及其智能客服知识库的更新方法 | |
CN115269862A (zh) | 一种基于知识图谱的电力问答与可视化系统 | |
CN111897884B (zh) | 数据关系信息显示方法、终端设备 | |
CN114003706A (zh) | 关键词组合生成模型训练方法及装置 | |
CN113392190A (zh) | 一种文本识别方法、相关设备及装置 | |
CN117708307B (zh) | 一种大语言模型微调和Adapter融合方法及装置 |
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 |