CN111984775A - 问答质量确定方法、装置、设备和存储介质 - Google Patents
问答质量确定方法、装置、设备和存储介质 Download PDFInfo
- Publication number
- CN111984775A CN111984775A CN202010808487.1A CN202010808487A CN111984775A CN 111984775 A CN111984775 A CN 111984775A CN 202010808487 A CN202010808487 A CN 202010808487A CN 111984775 A CN111984775 A CN 111984775A
- Authority
- CN
- China
- Prior art keywords
- answer
- question
- quality
- identified
- correlation
- 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 54
- 230000015654 memory Effects 0.000 claims description 19
- 230000006399 behavior Effects 0.000 claims description 14
- 239000000126 substance Substances 0.000 claims description 2
- 238000003058 natural language processing Methods 0.000 abstract description 2
- 239000013598 vector Substances 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 238000004891 communication Methods 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000004048 modification Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000003993 interaction Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 241001465754 Metazoa Species 0.000 description 1
- 230000001413 cellular effect Effects 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
- 230000018109 developmental process Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000011218 segmentation 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
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Theoretical Computer Science (AREA)
- Artificial Intelligence (AREA)
- Human Computer Interaction (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本申请公开了问答质量确定方法、装置、设备和存储介质，涉及自然语言处理技术领域。具体实现方案为：将待识别问答对与候选优质问答对进行匹配，得到目标优质问答对；其中，所述待识别问答对包括待识别问题和待识别答案，所述目标优质问答对包括目标优质问题和目标优质答案；根据所述待识别答案与所述目标优质答案之间的第一相关度，以及所述待识别问题与所述目标优质问题之间的第二相关度，确定所述待识别问答对的质量。本申请能够提高问答质量的准确度。
Description
技术领域
本申请涉及互联网技术领域，尤其涉及自然语言处理技术领域，具体涉及一种问答质量确定方法、装置、设备和存储介质。
背景技术
随着计算机技术的发展，问答类互联网产品得到了越来越广泛的应用。在问答类互联网产品中用户根据自己需求提出问题，其他用户解决问题提供答案。问题的答案可以作为搜索结果，提供给其他具有类似疑问的用户，实现知识分享。
然而，由于互联网产品的开放性，回答质量良莠不齐。因此需要进行问答质量的识别。
发明内容
本公开提供了一种用于问答质量确定方法、装置、设备以及存储介质。
根据本公开的一方面，提供了一种问答质量确定方法，包括：
将待识别问答对与候选优质问答对进行匹配，得到目标优质问答对；其中，所述待识别问答对包括待识别问题和待识别答案，所述目标优质问答对包括目标优质问题和目标优质答案；
根据所述待识别答案与所述目标优质答案之间的第一相关度，以及所述待识别问题与所述目标优质问题之间的第二相关度，确定所述待识别问答对的质量。
根据本公开的一方面，提供了一种问答质量确定装置，包括：
目标问答对模块，用于将待识别问答对与候选优质问答对进行匹配，得到目标优质问答对；其中，所述待识别问答对包括待识别问题和待识别答案，所述目标优质问答对包括目标优质问题和目标优质答案；
质量确定模块，用于根据所述待识别答案与所述目标优质答案之间的第一相关度，以及所述待识别问题与所述目标优质问题之间的第二相关度，确定所述待识别问答对的质量。
根据第三方面，提供了一种电子设备，该电子设备包括：
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的指令，所述指令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如本申请实施例中任一项所述的问答质量确定方法。
根据第四方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如本申请实施例中任一项所述的问答质量确定方法。
根据本申请的技术能够提高问答质量的准确度。
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。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案，不构成对本申请的限定。其中：
图1是根据本申请实施例提供的一种问答质量确定方法的流程示意图；
图2是根据本申请实施例提供的另一种问答质量确定方法的流程示意图；
图3是根据本申请实施例提供的又一种问答质量确定方法的流程示意图；
图4是根据本申请实施例提供的一种问答质量确定装置的结构示意图；
图5是用来实现本申请实施例的问答质量确定方法的电子设备的框图。
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。
图1是根据本申请实施例提供的问答质量确定方法的流程示意图。本实施例可适用于需要对问答质量进行评估的情况。本实施例公开的问答质量确定方法可以由电子设备执行，具体可以由问答质量确定装置来执行，该装置可以由软件和/或硬件的方式实现，配置于电子设备中。参见图1，本实施例提供的问答质量确定方法包括：
S110、将待识别问答对与候选优质问答对进行匹配，得到目标优质问答对。
其中，待识别问答对包括待识别问题和待识别答案，目标优质问答对包括目标优质问题和目标优质答案。相应地，候选优质问答对包括候选优质问题和候选优质答案。
待识别问答对可以为问答类产品中需要确定质量的问题以及该问题的答案，例如可以为问答社区中的问答对，也可以为网络上其他形式网页上的问答对。另外，可以将点赞数或分享数超过数量阈值的问答对作为候选优质问答对，也可以将权威专家提供的问答对作为候选优质问答对。本申请实施例对候选优质问答对的来源不作具体限定，可以将满足优质条件的问答对作为候选优质问答对，添加到优质问答库中。并且，对优质条件也不作具体限定。
具体的，可以将待识别问题与候选优质问题进行匹配，和/或将待识别答案与候选优质答案进行匹配，并根据匹配结果从候选优质问答对中选择目标优质问答对。进一步的，可以将匹配度最高的候选优质问答对作为目标优质问答对。通过引入目标优质问答对，便于后续将目标优质问答对作为依据，确定待识别问答对的质量。
相关技术中，通过直接根据待识别答案与待识别问题之间的相关度，确定待识别问答对的质量。但是这种方式应用范围有限，仅适用于相关性较低的问答内容识别场景，无法适用于问题与回答之间具有相关性所造成的答非所问，并且在长回答场景的准确度较低。例如，问题为：苹果好不好吃？回答为：苹果是一种水果。又如，问题为A公司怎么样？回答为：B公司的介绍信息，且A公司与B公司属于相同行业领域，介绍消息有较多交叠内容。
S120、根据所述待识别答案与所述目标优质答案之间的第一相关度，以及所述待识别问题与所述目标优质问题之间的第二相关度，确定所述待识别问答对的质量。
其中，第一相关度用于表示待识别答案与目标优质答案之间的关系，第一相关度越大，二者越接近。第二相关度用于表示待识别问题与目标优质问题之间的关系，第二相关度越大，二者也越接近。具体的，若第一相关度和第二相关度均大于相关度阈值，则待识别问答对的质量合格。
在一种可选实施方式中，S120包括：若所述待识别答案与所述目标优质答案之间的第一相关度大于抄袭相似度阈值，且所述待识别问题与所述目标优质问题之间的第二相关度小于语义相似度阈值，则确定所述待识别问答对属于答非所问。
其中，抄袭相似度阈值用于确定待识别答案是否有抄袭目标优质答案的可能，语义相似度阈值用于确定待识别问题与目标优质问题是否属于相同问题，抄袭相似度阈值和语义相似度阈值均可以为经验值。
具体的，若待识别答案可能抄袭目标优质答案，且待识别问题与目标优质问题语义不相关，则待识别问答对属于答非所问。该技术特征能够解决复制相似答案造成的答非所问，这类回答一般具有一定相关性，但是却并未解决问题，即能够提高答非所问的识别准确度，尤其适用于待识别答案篇幅较长的情况。另外，为了兼顾问答质量的确定效率和准确度，可以根据待识别答案的篇幅进行区分，若篇幅较短，则可以直接根据待识别答案与待识别问题之间的相关度确定待识别问答对的质量；若篇幅较长，则可以引入目标优质问答对，根据第一相关度和第二相关对确定待识别问答对的质量。并且，还可以设置敏感特征词名单，确定待识别问题和/或待识别回答中是否包括敏感特征词，若有，则确定待识别问答对质量较低。
本申请实施例的技术方案，通过引入与待识别问答对匹配的目标优质问答对作为质量确定依据，并结合待识别答案与目标优质答案之间的第一相关度，以及待识别问题与目标优质问题之间的第二相关度确定待识别问答对的质量，能够提高待识别问答对质量的准确度，尤其适用于答案篇幅长的场景。
图2是根据本申请实施例提供的一种问答质量确定方法的流程示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图2，本实施例提供的问答质量确定方法包括：
S210、确定待识别答案与候选优质问答对中的候选优质答案之间的第一相似度。
其中，可以将待识别答案的文本内容与候选优质答案的文本内容之间的余弦相似度作为二者之间的第一相似度。具体的，分别对待识别答案的文本内容和候选优质答案的文本内容进行切词，确定词语的词向量，对词向量做均值优化，分别得到待识别答案的向量表示和候选优质答案的向量表示，确定二者之间的余弦相似度。
S220、根据所述第一相似度，确定所述待识别答案与所述候选优质答案之间的第一相关度。
具体的，可以直接将二者之间的第一相似度作为第一相关度。后续通过根据第一相关度将与待识别答案匹配的候选优质答案作为目标优质答案，能够提高目标优质答案与待识别答案之间的相似程度，即能够定位出待识别答案可能复制的目标优质答案。
在一种可选实施方式中，S220包括：确定所述待识别答案与所述候选优质答案之间的句子重复率；根据所述第一相似度和所述句子重复率，确定所述待识别答案与所述候选优质答案之间的第一相关度。
在本实施例中，可以确定待识别答案与候选优质答案之间的共同句子，并根据共同句子数量确定句子重复率。具体的，可以将共同句子在待识别答案和候选优质答案中的句子数量占比，分别作为待识别答案的句子重复率和候选优质答案的句子重复率。相应地，根据第一相似度、待识别答案的句子重复率和候选优质答案的句子重复率确定第一相关度。
S230、根据所述第一相关度，确定所述目标优质问答对。
由于第一相关度既包括答案之间的相似度，又包括句子重复率，因此通过第一相关度能够定位出待识别答案可能抄袭的目标优质答案。将目标优质答案所属的候选优质问答对作为目标优质问答对。
S240、根据待识别答案与目标优质答案之间的第一相关度，以及待识别问题与目标优质问题之间的第二相关度，确定待识别问答对的质量。
具体的，若第一相关度大于抄袭相似度阈值，且待识别问题与目标优质问题之间的第二相关度小于语义相似度阈值，则确定待识别问答对属于答非所问。
本申请实施例的技术方案，通过根据待识别答案与候选优质答案之间的第一相似度和句子重复率确定二者之间的第一相关度，用于衡量待识别答案是否抄袭候选优质答案，且将抄袭可能最大的候选优质答案作为目标优质答案，并得到与目标优质答案关联的目标优质问题，能够提供目标优质答案的准确度，从而提高待识别问答对质量的准确度。
图3是根据本申请实施例提供的一种问答质量确定方法的流程示意图。本实施例是在上述实施例的基础上提出的一种可选方案。参见图3，本实施例提供的问答质量确定方法包括：
S310、将待识别问答对与候选优质问答对进行匹配，得到目标优质问答对。
其中，所述待识别问答对包括待识别问题和待识别答案，所述目标优质问答对包括目标优质问题和目标优质答案。
在一种可选实施方式中，将待识别问答对与候选优质问答对进行匹配之前，还包括：根据历史问答对的行为属性数据，确定所述候选优质问答对；其中，所述行为属性数据包括如下至少一项：正向行为数量、生产者信息、时间和站点信息。
其中，正向行为可以为点赞行为、评论行为或分享行为；生产者信息可以为历史问答对中历史答案提供者的身份信息，例如可以权威提供者或非权威提供者；时间是指历史答复的提供时间，时间越早，历史答案属于原创的概率越大，即历史答案质量越高；站点信息可以为历史问答对所属问题类产品的站点类型，例如可以为权威站点也可以为非权威站点。根据行为属性数据，从各问答类产品的历史问答对中挖掘候选优质问答对，用于为待识别问答对的质量确定提供依据，使得问答质量的确定方法通用性强。
S320、确定所述待识别问题与所述目标优质问题之间的第二相似度。
具体的，可以将待识别问题的文本内容与目标优质问题的文本内容之间的余弦相似度作为二者之间的第二相似度。
S330、根据所述第二相似度，确定所述待识别问题与所述目标优质问题之间的第二相关度。
具体的，可以直接将二者之间的第二相似度作为第二相关度。后续通过根据待识别问题与目标优质问题之间的第二相关度确定问题是否相似，结合第一相关度能够将答案相似而问题不相似的答非所问类问答识别出来。
在一种可选实施方式中，S330包括：确定所述待识别问题的属性信息，与所述目标优质问题的属性信息之间的距离；根据所述第二相似度和所述距离，确定所述待识别问题与所述目标优质问题之间的第二相关度。
在一种可选实施方式中，所述属性信息包括如下至少一项：问题类型、问题标签、问题主题词和问题行业领域。
其中，问题类型可以为数字类、实体类、时间类、方法类或定义类等，例如什么时候过年属于数字类问题，过年吃什么属于实体类问题。问题标签可以为提问者为问题添加的标签词例如节假日或动物等，问题主题词可以通过对问题进行命名实体识别得到，问题行业领域可以包括经济类、科技类、游戏类或汽车类等。
进一步的，问题类型、问题标签、问题主题词和问题行业领域的优先级依次降低，即对第二相关度的影响依次降低。在第二相关度确定过程中引入属性信息，能够提高第二相关度的准确度，即根据第二相关度能够确定待识别问题与目标优质问题之间语义是否相似。
S340、根据所述待识别答案与所述目标优质答案之间的第一相关度，以及所述待识别问题与所述目标优质问题之间的第二相关度，确定所述待识别问答对的质量。
本申请实施例的技术方案，通过在第二相关度确定过程中引入问题的属性信息，能够根据第二相关度确定待识别问题与目标优质问题之间语义是否相似，从而提高待识别问答对质量的准确度。并且，通过根据历史问题对的行为属性数据确定候选优质问答对，能够提高问答质量确定的通用性。
图4是本申请实施例提供的一种问答质量确定装置的结构示意图。参见图4，本申请实施例提供的问答质量确定装置400可以包括：
目标问答对模块401，用于将待识别问答对与候选优质问答对进行匹配，得到目标优质问答对；其中，所述待识别问答对包括待识别问题和待识别答案，所述目标优质问答对包括目标优质问题和目标优质答案；
质量确定模块402，用于根据所述待识别答案与所述目标优质答案之间的第一相关度，以及所述待识别问题与所述目标优质问题之间的第二相关度，确定所述待识别问答对的质量。
可选的，所述目标问答对模块401包括：
第一相似度单元，用于确定所述待识别答案与所述候选优质问答对中的候选优质答案之间的第一相似度；
第一相关度单元，用于根据所述第一相似度，确定所述待识别答案与所述候选优质答案之间的第一相关度；
目标问答对单元，用于根据所述第一相关度，确定所述目标优质问答对。
可选的，所述第一相关度单元包括：
重复率子单元，用于确定所述待识别答案与所述候选优质答案之间的句子重复率；
第一相关度子单元，用于根据所述第一相似度和所述句子重复率，确定所述待识别答案与所述候选优质答案之间的第一相关度。
可选的，所述装置400还包括第二相关度模块，所述第二相关度模块包括：
第二相似度单元，用于确定所述待识别问题与所述目标优质问题之间的第二相似度；
第二相关度单元，用于根据所述第二相似度，确定所述待识别问题与所述目标优质问题之间的第二相关度。
可选的，所述第二相关度单元包括：
距离子单元，用于确定所述待识别问题的属性信息，与所述目标优质问题的属性信息之间的距离；
第二相关度子单元，用于根据所述第二相似度和所述距离，确定所述待识别问题与所述目标优质问题之间的第二相关度。
可选的，所述属性信息包括如下至少一项：问题类型、问题标签、问题主题词和问题行业领域。
可选的，所述装置400还包括：
候选优质模块，用于根据历史问答对的行为属性数据，确定所述候选优质问答对；其中，所述行为属性数据包括如下至少一项：正向行为数量、生产者信息、时间和站点信息。
可选的，所述质量确定模块402具体用于：
若所述待识别答案与所述目标优质答案之间的第一相关度大于抄袭相似度阈值，且所述待识别问题与所述目标优质问题之间的第二相关度小于语义相似度阈值，则确定所述待识别问答对属于答非所问。
本申请实施例的技术方案，通过利用全网问答指纹信息(即优质问答信息)识别有相关性的答非所问，并将答案相似但问题不相似作为衡量答非所问的指标，对答非所问进行识别，能够提高问答质量的准确度。能够应用于具有一定相关性又无特征词命中的低质答非所问回答识别上。
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5所示，是根据本申请实施例的问答质量确定的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5所示，该电子设备包括：一个或多个处理器501、存储器502，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5中以一个处理器501为例。
存储器502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质量确定的方法。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质量确定的方法。
存储器502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质量确定的方法对应的程序指令/模块(例如，附图4所示的目标问答对模块401和质量确定模块402)。处理器501通过运行存储在存储器502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问答质量确定，即实现上述方法实施例中的问答质量确定的方法。
存储器502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；存储数据区可存储根据问答质量确定的电子设备的使用所创建的数据等。此外，存储器502可以包括高速随机存储存储器，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502可选包括相对于处理器501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质量确定的电子设备。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。
问答质量确定的方法的电子设备还可以包括：输入装置503和输出装置504。处理器501、存储器502、输入装置503和输出装置504可以通过总线或者其他方式连接，图5中以通过总线连接为例。
输入装置503可接收输入的数字或字符信息，以及产生与问答质量确定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504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)、区块链网络和互联网。
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。
本申请实施例的技术方案，通过引入与待识别问答对匹配的目标优质问答对作为质量识别依据，通过利用全网问答指纹信息(即优质问答信息)识别有相关性的答非所问，并将答案相似但问题不相似作为衡量答非所问的指标，对答非所问进行识别，能够提高问答质量的准确度。能够应用于具有一定相关性又无特征词命中的低质答非所问回答识别上。
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)
1.一种问答质量确定方法，包括：
将待识别问答对与候选优质问答对进行匹配，得到目标优质问答对；其中，所述待识别问答对包括待识别问题和待识别答案，所述目标优质问答对包括目标优质问题和目标优质答案；
根据所述待识别答案与所述目标优质答案之间的第一相关度，以及所述待识别问题与所述目标优质问题之间的第二相关度，确定所述待识别问答对的质量。
2.根据权利要求1所述的方法，其中，所述将待识别问答对与候选优质问答对进行匹配，得到目标优质问答对，包括：
确定所述待识别答案与所述候选优质问答对中的候选优质答案之间的第一相似度；
根据所述第一相似度，确定所述待识别答案与所述候选优质答案之间的第一相关度；
根据所述第一相关度，确定所述目标优质问答对。
3.根据权利要求2所述的方法，其中，所述根据所述第一相似度，确定所述待识别答案与所述候选优质答案之间的第一相关度，包括：
确定所述待识别答案与所述候选优质答案之间的句子重复率；
根据所述第一相似度和所述句子重复率，确定所述待识别答案与所述候选优质答案之间的第一相关度。
4.根据权利要求1所述的方法，还包括：
确定所述待识别问题与所述目标优质问题之间的第二相似度；
根据所述第二相似度，确定所述待识别问题与所述目标优质问题之间的第二相关度。
5.根据权利要求4所述的方法，其中，所述根据所述第二相似度，确定所述待识别问题与所述目标优质问题之间的第二相关度，包括：
确定所述待识别问题的属性信息，与所述目标优质问题的属性信息之间的距离；
根据所述第二相似度和所述距离，确定所述待识别问题与所述目标优质问题之间的第二相关度。
6.根据权利要求5所述的方法，其中，所述属性信息包括如下至少一项：问题类型、问题标签、问题主题词和问题行业领域。
7.根据权利要求1-6中任一项所述的方法，所述将待识别问答对与候选优质问答对进行匹配之前，还包括：
根据历史问答对的行为属性数据，确定所述候选优质问答对；其中，所述行为属性数据包括如下至少一项：正向行为数量、生产者信息、时间和站点信息。
8.根据权利要求1-6中任一项所述的方法，其中，所述根据所述待识别答案与所述目标优质答案之间的第一相关度，以及所述待识别问题与所述目标优质问题之间的第二相关度，确定所述待识别问答对的质量，包括：
若所述待识别答案与所述目标优质答案之间的第一相关度大于抄袭相似度阈值，且所述待识别问题与所述目标优质问题之间的第二相关度小于语义相似度阈值，则确定所述待识别问答对属于答非所问。
9.一种问答质量确定装置，包括：
目标问答对模块，用于将待识别问答对与候选优质问答对进行匹配，得到目标优质问答对；其中，所述待识别问答对包括待识别问题和待识别答案，所述目标优质问答对包括目标优质问题和目标优质答案；
质量确定模块，用于根据所述待识别答案与所述目标优质答案之间的第一相关度，以及所述待识别问题与所述目标优质问题之间的第二相关度，确定所述待识别问答对的质量。
10.根据权利要求9所述的装置，其中，所述目标问答对模块包括：
第一相似度单元，用于确定所述待识别答案与所述候选优质问答对中的候选优质答案之间的第一相似度；
第一相关度单元，用于根据所述第一相似度，确定所述待识别答案与所述候选优质答案之间的第一相关度；
目标问答对单元，用于根据所述第一相关度，确定所述目标优质问答对。
11.根据权利要求10所述的装置，其中，所述第一相关度单元包括：
重复率子单元，用于确定所述待识别答案与所述候选优质答案之间的句子重复率；
第一相关度子单元，用于根据所述第一相似度和所述句子重复率，确定所述待识别答案与所述候选优质答案之间的第一相关度。
12.根据权利要求9所述的装置，所述装置还包括第二相关度模块，所述第二相关度模块包括：
第二相似度单元，用于确定所述待识别问题与所述目标优质问题之间的第二相似度；
第二相关度单元，用于根据所述第二相似度，确定所述待识别问题与所述目标优质问题之间的第二相关度。
13.根据权利要求12所述的方法，其中，所述第二相关度单元包括：
距离子单元，用于确定所述待识别问题的属性信息，与所述目标优质问题的属性信息之间的距离；
第二相关度子单元，用于根据所述第二相似度和所述距离，确定所述待识别问题与所述目标优质问题之间的第二相关度。
14.根据权利要求13所述的装置，其中，所述属性信息包括如下至少一项：问题类型、问题标签、问题主题词和问题行业领域。
15.根据权利要求9-14中任一项所述的装置，所述装置还包括：
候选优质模块，用于根据历史问答对的行为属性数据，确定所述候选优质问答对；其中，所述行为属性数据包括如下至少一项：正向行为数量、生产者信息、时间和站点信息。
16.根据权利要求9-14中任一项所述的装置，其中，所述质量确定模块具体用于：
若所述待识别答案与所述目标优质答案之间的第一相关度大于抄袭相似度阈值，且所述待识别问题与所述目标优质问题之间的第二相关度小于语义相似度阈值，则确定所述待识别问答对属于答非所问。
17.一种电子设备，其中，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的指令，所述指令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，其中，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 |
|---|---|---|---|
| CN202010808487.1A CN111984775A (zh) | 2020-08-12 | 2020-08-12 | 问答质量确定方法、装置、设备和存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010808487.1A CN111984775A (zh) | 2020-08-12 | 2020-08-12 | 问答质量确定方法、装置、设备和存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111984775A true CN111984775A (zh) | 2020-11-24 |
Family
ID=73434931
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010808487.1A Pending CN111984775A (zh) | 2020-08-12 | 2020-08-12 | 问答质量确定方法、装置、设备和存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111984775A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112860874A (zh) * | 2021-03-24 | 2021-05-28 | 北京百度网讯科技有限公司 | 问答交互方法、装置、设备和存储介质 |
| CN112966081A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | 处理问答信息的方法、装置、设备和存储介质 |
| CN113515932A (zh) * | 2021-07-28 | 2021-10-19 | 北京百度网讯科技有限公司 | 处理问答信息的方法、装置、设备和存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106909572A (zh) * | 2015-12-23 | 2017-06-30 | 北京奇虎科技有限公司 | 一种问答知识库的构建方法和装置 |
| CN106909573A (zh) * | 2015-12-23 | 2017-06-30 | 北京奇虎科技有限公司 | 一种评价问答对质量的方法和装置 |
| CN109783631A (zh) * | 2019-02-02 | 2019-05-21 | 北京百度网讯科技有限公司 | 社区问答数据的校验方法、装置、计算机设备和存储介质 |
| CN111444724A (zh) * | 2020-03-23 | 2020-07-24 | 腾讯科技（深圳）有限公司 | 医疗问答对质检方法、装置、计算机设备和存储介质 |
-
2020
- 2020-08-12 CN CN202010808487.1A patent/CN111984775A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106909572A (zh) * | 2015-12-23 | 2017-06-30 | 北京奇虎科技有限公司 | 一种问答知识库的构建方法和装置 |
| CN106909573A (zh) * | 2015-12-23 | 2017-06-30 | 北京奇虎科技有限公司 | 一种评价问答对质量的方法和装置 |
| CN109783631A (zh) * | 2019-02-02 | 2019-05-21 | 北京百度网讯科技有限公司 | 社区问答数据的校验方法、装置、计算机设备和存储介质 |
| CN111444724A (zh) * | 2020-03-23 | 2020-07-24 | 腾讯科技（深圳）有限公司 | 医疗问答对质检方法、装置、计算机设备和存储介质 |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112966081A (zh) * | 2021-03-05 | 2021-06-15 | 北京百度网讯科技有限公司 | 处理问答信息的方法、装置、设备和存储介质 |
| CN112966081B (zh) * | 2021-03-05 | 2024-03-08 | 北京百度网讯科技有限公司 | 处理问答信息的方法、装置、设备和存储介质 |
| CN112860874A (zh) * | 2021-03-24 | 2021-05-28 | 北京百度网讯科技有限公司 | 问答交互方法、装置、设备和存储介质 |
| CN113515932A (zh) * | 2021-07-28 | 2021-10-19 | 北京百度网讯科技有限公司 | 处理问答信息的方法、装置、设备和存储介质 |
| CN113515932B (zh) * | 2021-07-28 | 2023-11-10 | 北京百度网讯科技有限公司 | 处理问答信息的方法、装置、设备和存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11200269B2 (en) | Method and system for highlighting answer phrases | |
| EP3851975A1 (en) | Method and apparatus for generating text topics, and electronic device | |
| CN111625635A (zh) | 问答处理、语言模型的训练方法、装置、设备及存储介质 | |
| CN108369580B (zh) | 针对屏幕上项目选择的基于语言和域独立模型的方法 | |
| CN111104514B (zh) | 文档标签模型的训练方法及装置 | |
| CN112507715A (zh) | 确定实体之间关联关系的方法、装置、设备和存储介质 | |
| JP7264866B2 (ja) | イベント関係の生成方法、装置、電子機器及び記憶媒体 | |
| US20210200813A1 (en) | Human-machine interaction method, electronic device, and storage medium | |
| CN112507068A (zh) | 文档查询方法、装置、电子设备和存储介质 | |
| CN111984775A (zh) | 问答质量确定方法、装置、设备和存储介质 | |
| US20220129448A1 (en) | Intelligent dialogue method and apparatus, and storage medium | |
| JP7093825B2 (ja) | マンマシン対話方法、装置、及び機器 | |
| CN110674260A (zh) | 语义相似模型的训练方法、装置、电子设备和存储介质 | |
| EP3832492A1 (en) | Method and apparatus for recommending voice packet, electronic device, and storage medium | |
| CN112541362B (zh) | 一种泛化处理的方法、装置、设备和计算机存储介质 | |
| CN111984774B (zh) | 搜索方法、装置、设备以及存储介质 | |
| JP7139028B2 (ja) | 目標内容の確定方法、装置、機器及びコンピュータ可読記憶媒体 | |
| CN111858880B (zh) | 获取查询结果的方法、装置、电子设备和可读存储介质 | |
| CN111310058B (zh) | 资讯主题的推荐方法、装置、终端及存储介质 | |
| CN111966781B (zh) | 数据查询的交互方法及装置、电子设备和存储介质 | |
| CN111737966B (zh) | 文档重复度检测方法、装置、设备和可读存储介质 | |
| CN111324715A (zh) | 问答机器人的生成方法和装置 | |
| US9892193B2 (en) | Using content found in online discussion sources to detect problems and corresponding solutions | |
| CN110472034B (zh) | 问答系统的检测方法、装置、设备及计算机可读存储介质 | |
| CN113516491A (zh) | 推广信息展示方法、装置、电子设备及存储介质 |
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 |