CN111966801A - 一种智能问答方法 - Google Patents
一种智能问答方法 Download PDFInfo
- Publication number
- CN111966801A CN111966801A CN202010740805.5A CN202010740805A CN111966801A CN 111966801 A CN111966801 A CN 111966801A CN 202010740805 A CN202010740805 A CN 202010740805A CN 111966801 A CN111966801 A CN 111966801A
- Authority
- CN
- China
- Prior art keywords
- question
- scene
- user
- node
- information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 57
- 230000008451 emotion Effects 0.000 claims abstract description 8
- 230000007704 transition Effects 0.000 claims abstract description 7
- 230000008569 process Effects 0.000 claims description 13
- 230000009471 action Effects 0.000 claims description 3
- 230000001960 triggered effect Effects 0.000 claims description 3
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 239000000047 product Substances 0.000 description 3
- 239000013589 supplement Substances 0.000 description 3
- 230000004044 response Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003058 natural language processing Methods 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
- G06F16/332—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
- G06F16/3344—Query execution using natural language analysis
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明公开了一种智能问答方法,包括以下步骤:步骤一:首先引导用户进入场景的选择,通过设定范围,引导用户进入细分场景的相关问答;步骤二:在选择特定的范围之后,根据问题选择进入特定场景的特定语境中;步骤三:进入特定语境下的状态转换模式收到来自特定场景的用户问题;步骤四:然后将用户问题中涉及到的信息记录在问答方法中,诸如地理信息、情绪等作为额外的补充信息加入答案中;步骤五:根据用户在该场景提出的问题,在该场景语料库中寻找与问题语义最相关的节点,设为出发节点,并将该节点的子节点作为本智能问答的答案,并结合步骤四中的信息作为输出,将状态转入到答案节点。
Description
技术领域
本发明涉及自然语言处理技术领域,尤其涉及一种智能问答方法。
背景技术
智能问答系统以一问一答形式,精确的定位网站用户所需要的提问知识,通过与网站用户进行交互,为网站用户提供个性化的信息服务。
目前存在的智能问答方法一般采用搜索引擎在固定的知识库内选取符合问题的节点信息,这种方式需要建立庞大、复杂的知识库,并且,这种方法在问答中没有额外信息的增强、补充,问答流程不够人性化,处理后的用户的事件没有做出进一步的存储利用。因此,需要一种智能问答方法来解决现有技术中所存在的不足之处。
发明内容
针对现有技术的不足,本发明提供了一种智能问答方法,旨在解决上述智能问答方法在问答中没有额外信息的增强、补充,问答流程不够人性化以及处理案例后缺少进一步利用的问题。
为实现上述目的,本发明提供如下技术方案:一种智能问答方法,包括以下步骤:
步骤一:首先引导用户进入场景的选择,通过设定范围,引导用户进入细分场景的相关问答;
步骤二:在选择特定的范围之后,根据问题选择进入特定场景的特定语境中;
步骤三:进入特定语境下的状态转换模式收到来自特定场景的用户问题;
步骤四:然后将用户问题中涉及到的信息记录在问答方法中,诸如地理信息、情绪等作为额外的补充信息加入答案中;
步骤五:根据用户在该场景提出的问题,在该场景语料库中寻找与问题语义最相关的节点,设为出发节点,并将该节点的子节点作为本智能问答的答案,并结合步骤四中的信息作为输出,将状态转入到答案节点;
步骤六:循环执行步骤三到步骤五,直至问答过程中触发判定对话结束的动作,最终完成智能问答方法,并在问答结束后存储此次用户的事件等相关信息作为用户画像使用。
进一步的,所述场景选择包括大场景引导选择和若干细分场景引导选择。
进一步的,所述引导用户的方式包括语音引导、给出选项引导,且语音引导和给出选项引导均通过智能问答方法事先设置。
进一步的,所述进入特定语境是指在选择一种场景后,在此场景下的多种情形中的一种情形。
进一步的,所述进入状态转换指在问答过程中,问题节点不断变化的过程。
进一步的,所述问题节点的变化通过用户问题和特定场景的特定语境来决定。
进一步的,所述步骤五中,将该节点的子节点作为本智能问答的答案是指将匹配到的问题节点下的直接子节点作为答案。
进一步的,在对话结束之后保存本次问答和相关的问答事件以及用户等信息至问答方法的系统中,作为下次引导用户的补充信息。
本发明的有益效果:本发明中,不需要建立庞大、复杂的知识库,并且,从问题中提取的诸如地理信息、情绪等作为额外的补充信息加入答案中,最后依据判定结束的条件,在对话结束之后保存相关的事件、用户等信息,作为下次引导的信息,以此在问答中起到了额外信息的增强、补充,问答流程更加人性化和智能化。
附图说明
图1为本发明的流程示意图。
图2为本发明的实施例1的场景示意图。
图3为本发明的实施例2在特定场景下的节点转换流程图。
具体实施方式
如图1、2、3所示,一种智能问答方法,包括以下步骤:
步骤一:首先引导用户进入场景的选择,通过设定范围,引导用户进入细分场景的相关问答;
步骤二:在选择特定的范围之后,根据问题选择进入特定场景的特定语境中;
步骤三:进入特定语境下的状态转换模式收到来自特定场景的用户问题;
步骤四:然后将用户问题中涉及到的信息记录在问答方法中,诸如地理信息、情绪等作为额外的补充信息加入答案中;
步骤五:根据用户在该场景提出的问题,在该场景语料库中寻找与问题语义最相关的节点,设为出发节点,并将该节点的子节点作为本智能问答的答案,并结合步骤四中的信息作为输出,将状态转入到答案节点;
步骤六:循环执行步骤三到步骤五,直至问答过程中触发判定对话结束的动作,最终完成智能问答方法,并在问答结束后存储此次用户的事件等相关信息作为用户画像使用。
在对话结束之后保存本次问答和相关的问答事件以及用户等信息至问答方法的系统中,作为下次引导用户的补充信息。
实施例1:
图2是根据实施例1示出的一种智能问答方法的场景示意图。
如图2所示,其特征在于,包括以下步骤:
步骤一:建立场景的状态节点转换图;
步骤二:该智能问答方法通过开场语句、提供的用户信息或已有的用户肖像,引导用户进行场景选择并进入特定的场景;
步骤三:进入特定的场景之后,根据场景下的语料,通过计算语义相似度,计算用户问题和语料的相似度进行回答;
步骤四:通过语义匹配模块之后选择相似度最高的一个语料问题节点,将与用户的聊天状态转换到当前的问题节点,返回该问题节点下的答案,并且结合语义匹配中的特点内容,如情绪、位置信息等提供基于内容的补充信息;
步骤五:如步骤四所述,再返回问题节点下的答案之后再根据用户的问题继续进入语义匹配模块,进入节点转换模块;
步骤六:在场景结束时保存用户的肖像、事件等消息,供场景引导选择模块提供开场对话等。
在步骤三中,计算用户问题和语料内的文本相似度可使用任一相似度计算方法,如:文本余弦相似度算法。
在步骤四中,将与用户的问答场景转入特定场景下的特定聊天内容中,并优先在该节点状态的子节点下搜寻相似节点;所述子节点即在引导用户进入的场景下的场景中;若该节点下的子节点不满足条件(如相似度阈值等预设条件),也可向上进入兄弟节点进行搜索;
在步骤四中,根据用户回答中的某些信息,如情绪、地理信息等作为额外的补充内容,如情绪安抚、基于地理位置提供的更精准的回答;
在步骤五中,在问答过程中,记录用户回答中描述的问题或提供的用户信息,方便进行用户画像,以及记录历史信息,供步骤一中的引导模块进行更特性化和精准的引导。
实施例2:
图3是实施例2在特定场景下的节点转换流程图。
如图3所示,其特征在于,包括如下步骤:
步骤一:图二中椭圆形框为用户问题,方形框为智能回答方法所提供的回答,用户输入进入之后,通过一般性的引导语句,如“您可以就以下问题像我咨询哦”进行引导,引导的方式可以为点选、语音等其它任一方式;
步骤二:经过引导后,用户可以选择特定场景进入特定语境,如通过语义匹配上语料库中“有哪些理财产品”的问题之后进入下一步骤;
步骤三:经过步骤二之后,该智能问答方法给出下一步骤的回答,回答可以是网页链接、图片、语音等信息,如图3所示给出了“理财产品介绍”的答案之后,问答场景继续推进;
步骤四:经过步骤三之后,再次获取用户的回复信息,若经过语义匹配模块的计算之后与图3中的问题:“能推荐一款吗”相似性最高,则进入该问题节点,并给出该问题节点下的相关引导答案,如图3中的答案:“能告诉我投资预算吗”;
步骤五:经过步骤四后,再次匹配用户的回复信息,如果有与该节点已配置的语料相似的问题,如“30万”或“5万”则进入相应的问题节点;其中也可以配置形如“*”的通配符,以提供系统的健壮性;若匹配上“30万”的问题节点之后,该智能问答方法给出对应问题下的如图3所示的答案:“推荐30万理财产品”;
步骤六:经过步骤五之后,如问答流程结束之后,自动保存用户此次的重要信息,如年龄、财产状况等相关用户信息,作为后续问答的信息补充。
以上所述仅为本发明的较佳实施例而已,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、等同替换或改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种智能问答方法,其特征在于,包括以下步骤:
步骤一:首先引导用户进入场景的选择,通过设定范围,引导用户进入细分场景的相关问答;
步骤二:在选择特定的范围之后,根据问题选择进入特定场景的特定语境中;
步骤三:进入特定语境下的状态转换模式收到来自特定场景的用户问题;
步骤四:然后将用户问题中涉及到的信息记录在问答方法中,诸如地理信息、情绪等作为额外的补充信息加入答案中;
步骤五:根据用户在该场景提出的问题,在该场景语料库中寻找与问题语义最相关的节点,设为出发节点,并将该节点的子节点作为本智能问答的答案,并结合步骤四中的信息作为输出,将状态转入到答案节点;
步骤六:循环执行步骤三到步骤五,直至问答过程中触发判定对话结束的动作,最终完成智能问答方法,并在问答结束后存储此次用户的事件等相关信息作为用户画像使用。
2.根据权利要求1所述一种智能问答方法,其特征在于,所述场景选择包括大场景引导选择和若干细分场景引导选择。
3.根据权利要求1所述一种智能问答方法,其特征在于,所述引导用户的方式包括语音引导、给出选项引导,且语音引导和给出选项引导均通过智能问答方法事先设置。
4.根据权利要求1所述一种智能问答方法,其特征在于,所述进入特定语境是指在选择一种场景后,在此场景下的多种情形中的一种情形。
5.根据权利要求1所述一种智能问答方法,其特征在于,所述进入状态转换指在问答过程中,问题节点不断变化的过程。
6.根据权利要求1、5所述一种智能问答方法,其特征在于,所述问题节点的变化通过用户问题和特定场景的特定语境来决定。
7.根据权利要求1所述一种智能问答方法,其特征在于,所述步骤五中,将该节点的子节点作为本智能问答的答案是指将匹配到的问题节点下的直接子节点作为答案。
8.根据权利要求1所述一种智能问答方法,其特征在于,在对话结束之后保存本次问答和相关的问答事件以及用户等信息至问答方法的系统中,作为下次引导用户的补充信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010740805.5A CN111966801A (zh) | 2020-07-29 | 2020-07-29 | 一种智能问答方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010740805.5A CN111966801A (zh) | 2020-07-29 | 2020-07-29 | 一种智能问答方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111966801A true CN111966801A (zh) | 2020-11-20 |
Family
ID=73364106
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010740805.5A Pending CN111966801A (zh) | 2020-07-29 | 2020-07-29 | 一种智能问答方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111966801A (zh) |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105912692A (zh) * | 2016-04-22 | 2016-08-31 | 华讯方舟科技有限公司 | 一种智能语音对话的方法和装置 |
CN105975511A (zh) * | 2016-04-27 | 2016-09-28 | 乐视控股(北京)有限公司 | 智能对话的方法及装置 |
CN110377715A (zh) * | 2019-07-23 | 2019-10-25 | 天津汇智星源信息技术有限公司 | 基于法律知识图谱的推理式精准智能问答方法 |
CN111026886A (zh) * | 2019-12-26 | 2020-04-17 | 成都航天科工大数据研究院有限公司 | 一种针对专业场景的多轮对话处理方法 |
-
2020
- 2020-07-29 CN CN202010740805.5A patent/CN111966801A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105912692A (zh) * | 2016-04-22 | 2016-08-31 | 华讯方舟科技有限公司 | 一种智能语音对话的方法和装置 |
CN105975511A (zh) * | 2016-04-27 | 2016-09-28 | 乐视控股(北京)有限公司 | 智能对话的方法及装置 |
CN110377715A (zh) * | 2019-07-23 | 2019-10-25 | 天津汇智星源信息技术有限公司 | 基于法律知识图谱的推理式精准智能问答方法 |
CN111026886A (zh) * | 2019-12-26 | 2020-04-17 | 成都航天科工大数据研究院有限公司 | 一种针对专业场景的多轮对话处理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TW201935273A (zh) | 語句的使用者意圖識別方法和裝置 | |
WO2016197767A2 (zh) | 一种表情输入方法、装置、终端和计算机可读存储介质 | |
CN111708869B (zh) | 人机对话的处理方法及装置 | |
CN107798123B (zh) | 知识库及其建立、修改、智能问答方法、装置及设备 | |
CN108846138B (zh) | 一种融合答案信息的问题分类模型构建方法、装置和介质 | |
EP3822814A2 (en) | Human-machine interaction method and apparatus based on neural network | |
CN112434142B (zh) | 一种标记训练样本的方法、服务器、计算设备及存储介质 | |
US20220358297A1 (en) | Method for human-machine dialogue, computing device and computer-readable storage medium | |
CN111610901B (zh) | 一种基于ai视觉下的英语课文辅助教学方法及系统 | |
CN113326367B (zh) | 基于端到端文本生成的任务型对话方法和系统 | |
CN117787409A (zh) | 基于大语言模型的人机交互方法、装置及电子设备 | |
CN110414465B (zh) | 一种视频通讯的情感分析方法 | |
CN109684357B (zh) | 信息处理方法及装置、存储介质、终端 | |
CN116578686A (zh) | 基于人机交互的会话处理方法、装置、设备及存储介质 | |
CN111966801A (zh) | 一种智能问答方法 | |
CN110147358B (zh) | 自动问答知识库的建设方法及建设系统 | |
CN112948557A (zh) | 一种以说明文档为辅助的可迭代的基于常用问题集的智能客服系统 | |
CN109947908B (zh) | 机器人知识库的建设方法及建设系统 | |
CN117035064B (zh) | 一种检索增强语言模型的联合训练方法及存储介质 | |
CN117453895B (zh) | 一种智能客服应答方法、装置、设备及可读存储介质 | |
CN117891927B (zh) | 基于大语言模型的问答方法、装置、电子设备及存储介质 | |
CN118051602B (zh) | 面向信息安全领域的智能问答方法及系统、介质、设备 | |
JP2018181250A (ja) | コンテキストに応じた対話シナリオを生成する装置、プログラム及び方法 | |
CN118245576A (zh) | 信息处理方法、装置、系统及电子设备 | |
CN115687591A (zh) | 智能问答方法、装置、设备及可读存储介质 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201120 |
|
RJ01 | Rejection of invention patent application after publication |