CN112948564A - 基于人工智能技术的计算机问答的方法及系统 - Google Patents
基于人工智能技术的计算机问答的方法及系统 Download PDFInfo
- Publication number
- CN112948564A CN112948564A CN202110405567.7A CN202110405567A CN112948564A CN 112948564 A CN112948564 A CN 112948564A CN 202110405567 A CN202110405567 A CN 202110405567A CN 112948564 A CN112948564 A CN 112948564A
- Authority
- CN
- China
- Prior art keywords
- data
- repository
- module
- artificial intelligence
- question
- 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
- 238000013473 artificial intelligence Methods 0.000 title claims abstract description 50
- 238000005516 engineering process Methods 0.000 title claims abstract description 22
- 238000000034 method Methods 0.000 title claims abstract description 13
- 230000010354 integration Effects 0.000 claims abstract description 31
- 230000010365 information processing Effects 0.000 claims abstract description 30
- 238000012545 processing Methods 0.000 claims description 12
- 238000012216 screening Methods 0.000 claims description 4
- 238000011156 evaluation Methods 0.000 claims description 3
- 230000006870 function Effects 0.000 abstract description 2
- 230000006399 behavior Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000003058 natural language processing Methods 0.000 description 1
- 238000011160 research 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
- G06F16/338—Presentation of query results
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/10—Text processing
- G06F40/166—Editing, e.g. inserting or deleting
- G06F40/186—Templates
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Data Mining & Analysis (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Human Computer Interaction (AREA)
- Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及基于人工智能技术的计算机问答系统,包括信息编辑模块、信息处理模块、信息反馈模块、数据集成模块、信息显示终端、基础存储库以及自定义存储库;本发明还涉及基于人工智能技术的计算机问答的方法,包括以下步骤:步骤1:用户通过信息编辑模块,将已经整理好的问答问题形成结构化数据,保存至基础数据库中;步骤2:将步骤1中的问答问题的结构化数据输送至信息处理模块,基础存储库对问答问题的结构化数据进行归类对比后输出,将对比数据输送至信息处理模块。本发明具备数据学习更新的功能,能够从互联网知识库中更新问答相关数据,提高问答的准确度。
Description
技术领域
本发明涉及人工智能技术领域,特别涉及基于人工智能技术的计算机问答的方法及系统。
背景技术
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,可以设想,未来人工智能带来的科技产品,将会是人类智慧的“容器”。人工智能可以对人的意识、思维的信息过程的模拟。人工智能不是人的智能,但能像人那样思考、也可能超过人的智能,人工智能是研究使计算机来模拟人的某些思维过程和智能行为(如学习、推理、思考、规划等)的学科,主要包括计算机实现智能的原理、制造类似于人脑智能的计算机,使计算机能实现更高层次的应用。人工智能将涉及到计算机科学、心理学、哲学和语言学等学科。可以说几乎是自然科学和社会科学的所有学科,其范围已远远超出了计算机科学的范畴,人工智能与思维科学的关系是实践和理论的关系,人工智能是处于思维科学的技术应用层次,是它的一个应用分支。从思维观点看,人工智能不仅限于逻辑思维,要考虑形象思维、灵感思维才能促进人工智能的突破性的发展,数学常被认为是多种学科的基础科学,数学也进入语言、思维领域,人工智能学科也必须借用数学工具,数学不仅在标准逻辑、模糊数学等范围发挥作用,数学进入人工智能学科,它们将互相促进而更快地发展。
现有的计算机问答系统一般只是基于基础数据进行对照答复,不具备数据学习更新的功能,问答答复易出现误差,为此,我们提出基于人工智能技术的计算机问答的方法及系统来解决上述问题。
发明内容
本发明的目的是为了解决背景技术而提出的基于人工智能技术的计算机问答的方法及系统。
本发明提出了基于人工智能技术的计算机问答系统,包括信息编辑模块、信息处理模块、信息反馈模块、数据集成模块、信息显示终端、基础存储库以及自定义存储库;
所述信息编辑模块用于将用户输入的提问数据形成结构化数据,并保存至基础存储库中;
所述信息处理模块的输入端与所述信息编辑模块的第一输出端连接,且信息反馈模块用于调用基础存储库中的结构化数据;
所述信息反馈模块的输入端与所述信息处理模块的第一输出端连接,且信息反馈模块用于对信息处理模块产生的结构化数据进行对比,并将对比后的结构化数据反馈至数据集成模块进行集成处理;
所述模板分析模块的输入端与所述专家评估模块的第一输出端连接,且模板分析模块用于对自定义模板库中的自定义模板进行综合分析比较,并将部分自定义模板转移至标准模板库中;
所述基础存储库的第一输入端和第二输入端与分别与信息编辑模块和数据集成模块的第二输出端连接,所述自定义模板库的第一输入端和第二输入端分别与信息处理模块和信息反馈模块的第二输出端连接;
所述基础存储库与自定义存储库的输出端均与信息显示终端连接,自定义存储库中的自定义结构化数据定期输送至基础存储库中。
在上述技术方案的基础上,可以有以下进一步的技术方案:
所述信息编辑模块采用人工智能系统提供的初始模块,且初始模块内按数据项目类别分成多种与之场景对应的初始模块。
所述信息处理模块为人工智能系统提供的数据处理模块,所述数据集成模块为人工智能系统提供的数据对比集成主体。
所述基础存储库及自定义存储库均存储在人工智能系统远程服务器的数据库中。
本发明还提出了基于人工智能技术的计算机问答的方法,包括以下步骤:
步骤1:用户通过信息编辑模块,将已经整理好的问答问题形成结构化数据,保存至基础数据库中;
步骤2:将步骤1中的问答问题的结构化数据输送至信息处理模块,基础存储库对问答问题的结构化数据进行归类对比后输出,将对比数据输送至信息处理模块;
步骤3:信息处理模块将问答问题的结构化数据及对比数据输送至信息反馈模块,信息反馈模块对结构化数据及对比数据进行分析对比,并将分析结果输送至自定义存储库及数据集成模块;
步骤4:数据集成模块对分析结果进行集成处理,并将集成处理结果转化为集成答复数据,并将集成答复数据分别输送至基础存储库及自定义存储库,基础存储库及自定义存储库对答复数据进行学习记录后将答复数据存储至人工智能系统远程服务器;
步骤5:人工智能系统远程服务器对集成答复数据进行分析,并将分析数据与人工智能系统远程服务器的数据进行对比,集成答复数据对比完成后经由基础存储库及自定义存储库输送至信息显示终端,为用户提供数据问答服务。
在上述技术方案的基础上,可以有以下进一步的技术方案:
所述步骤4中的人工智能系统远程服务器为可联网数据终端,且人工智能系统远程服务器定期更新互联网数据。
所述步骤1中的基础存储库包含有与各类项目数据匹配的基础数据库。
所述步骤5中基础存储库及自定义存储库的集成答复数据同期并列显示在信息显示终端上,且自定义存储库配备用户自定义数据筛选上传模块,所述自定义存储库数据定期传输至基础存储库。
本发明基础存储库及自定义存储库对答复数据进行学习记录后将答复数据存储至人工智能系统远程服务器,从而使基础存储库及自定义存储库中的内容能够及时与互联网上的数据信息进行对比分析,从而使计算机问答的正确率不断提高,并且自定义存储库配备用户自定义数据筛选上传模块。能够通过用户手动提交问答结果,从而提高计算机问答系统的信息存储总量。
附图说明
图1是本发明提出的基于人工智能技术的计算机问答系统框图。
具体实施方式
下面结合具体实施例来对本发明进一步说明。
参照图1,基于人工智能技术的计算机问答系统,包括信息编辑模块、信息处理模块、信息反馈模块、数据集成模块、信息显示终端、基础存储库以及自定义存储库;
所述信息编辑模块用于将用户输入的提问数据形成结构化数据,并保存至基础存储库中;
所述信息处理模块的输入端与所述信息编辑模块的第一输出端连接,且信息反馈模块用于调用基础存储库中的结构化数据;
所述信息反馈模块的输入端与所述信息处理模块的第一输出端连接,且信息反馈模块用于对信息处理模块产生的结构化数据进行对比,并将对比后的结构化数据反馈至数据集成模块进行集成处理;
所述模板分析模块的输入端与所述专家评估模块的第一输出端连接,且模板分析模块用于对自定义模板库中的自定义模板进行综合分析比较,并将部分自定义模板转移至标准模板库中;
所述基础存储库的第一输入端和第二输入端与分别与信息编辑模块和数据集成模块的第二输出端连接,所述自定义模板库的第一输入端和第二输入端分别与信息处理模块和信息反馈模块的第二输出端连接;
所述基础存储库与自定义存储库的输出端均与信息显示终端连接,自定义存储库中的自定义结构化数据定期输送至基础存储库中。
所述信息编辑模块采用人工智能系统提供的初始模块,且初始模块内按数据项目类别分成多种与之场景对应的初始模块。
所述信息处理模块为人工智能系统提供的数据处理模块,所述数据集成模块为人工智能系统提供的数据对比集成主体。
所述基础存储库及自定义存储库均存储在人工智能系统远程服务器的数据库中。
基于人工智能技术的计算机问答的方法,包括以下步骤:
步骤1:用户通过信息编辑模块,将已经整理好的问答问题形成结构化数据,保存至基础数据库中;
步骤2:将步骤1中的问答问题的结构化数据输送至信息处理模块,基础存储库对问答问题的结构化数据进行归类对比后输出,将对比数据输送至信息处理模块;
步骤3:信息处理模块将问答问题的结构化数据及对比数据输送至信息反馈模块,信息反馈模块对结构化数据及对比数据进行分析对比,并将分析结果输送至自定义存储库及数据集成模块;
步骤4:数据集成模块对分析结果进行集成处理,并将集成处理结果转化为集成答复数据,并将集成答复数据分别输送至基础存储库及自定义存储库,基础存储库及自定义存储库对答复数据进行学习记录后将答复数据存储至人工智能系统远程服务器;
步骤5:人工智能系统远程服务器对集成答复数据进行分析,并将分析数据与人工智能系统远程服务器的数据进行对比,集成答复数据对比完成后经由基础存储库及自定义存储库输送至信息显示终端,为用户提供数据问答服务。
在上述技术方案的基础上,可以有以下进一步的技术方案:
所述步骤4中的人工智能系统远程服务器为可联网数据终端,且人工智能系统远程服务器定期更新互联网数据。
所述步骤1中的基础存储库包含有与各类项目数据匹配的基础数据库。
所述步骤5中基础存储库及自定义存储库的集成答复数据同期并列显示在信息显示终端上,且自定义存储库配备用户自定义数据筛选上传模块,所述自定义存储库数据定期传输至基础存储库。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (8)
1.基于人工智能技术的计算机问答系统,其特征在于,包括信息编辑模块、信息处理模块、信息反馈模块、数据集成模块、信息显示终端、基础存储库以及自定义存储库;
所述信息编辑模块用于将用户输入的提问数据形成结构化数据,并保存至基础存储库中;
所述信息处理模块的输入端与所述信息编辑模块的第一输出端连接,且信息反馈模块用于调用基础存储库中的结构化数据;
所述信息反馈模块的输入端与所述信息处理模块的第一输出端连接,且信息反馈模块用于对信息处理模块产生的结构化数据进行对比,并将对比后的结构化数据反馈至数据集成模块进行集成处理;
所述模板分析模块的输入端与所述专家评估模块的第一输出端连接,且模板分析模块用于对自定义模板库中的自定义模板进行综合分析比较,并将部分自定义模板转移至标准模板库中;
所述基础存储库的第一输入端和第二输入端与分别与信息编辑模块和数据集成模块的第二输出端连接,所述自定义模板库的第一输入端和第二输入端分别与信息处理模块和信息反馈模块的第二输出端连接;
所述基础存储库与自定义存储库的输出端均与信息显示终端连接,自定义存储库中的自定义结构化数据定期输送至基础存储库中。
2.根据权利要求1所述的基于人工智能技术的计算机问答系统,其特征在于:所述信息编辑模块采用人工智能系统提供的初始模块,且初始模块内按数据项目类别分成多种与之场景对应的初始模块。
3.根据权利要求1所述的基于人工智能技术的计算机问答系统,其特征在于:所述信息处理模块为人工智能系统提供的数据处理模块,所述数据集成模块为人工智能系统提供的数据对比集成主体。
4.根据权利要求1所述的基于人工智能技术的计算机问答系统,其特征在于:所述基础存储库及自定义存储库均存储在人工智能系统远程服务器的数据库中。
5.基于人工智能技术的计算机问答的方法,其特征在于,包括以下步骤:
步骤1:用户通过信息编辑模块,将已经整理好的问答问题形成结构化数据,保存至基础数据库中;
步骤2:将步骤1中的问答问题的结构化数据输送至信息处理模块,基础存储库对问答问题的结构化数据进行归类对比后输出,将对比数据输送至信息处理模块;
步骤3:信息处理模块将问答问题的结构化数据及对比数据输送至信息反馈模块,信息反馈模块对结构化数据及对比数据进行分析对比,并将分析结果输送至自定义存储库及数据集成模块;
步骤4:数据集成模块对分析结果进行集成处理,并将集成处理结果转化为集成答复数据,并将集成答复数据分别输送至基础存储库及自定义存储库,基础存储库及自定义存储库对答复数据进行学习记录后将答复数据存储至人工智能系统远程服务器;
步骤5:人工智能系统远程服务器对集成答复数据进行分析,并将分析数据与人工智能系统远程服务器的数据进行对比,集成答复数据对比完成后经由基础存储库及自定义存储库输送至信息显示终端,为用户提供数据问答服务。
6.根据权利要求5所述的基于人工智能技术的计算机问答的方法,其特征在于:所述步骤4中的人工智能系统远程服务器为可联网数据终端,且人工智能系统远程服务器定期更新互联网数据。
7.根据权利要求5所述的基于人工智能技术的计算机问答的方法,其特征在于:所述步骤1中的基础存储库包含有与各类项目数据匹配的基础数据库。
8.根据权利要求5所述的基于人工智能技术的计算机问答的方法,其特征在于:所述步骤5中基础存储库及自定义存储库的集成答复数据同期并列显示在信息显示终端上,且自定义存储库配备用户自定义数据筛选上传模块,所述自定义存储库数据定期传输至基础存储库。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110405567.7A CN112948564A (zh) | 2021-04-15 | 2021-04-15 | 基于人工智能技术的计算机问答的方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110405567.7A CN112948564A (zh) | 2021-04-15 | 2021-04-15 | 基于人工智能技术的计算机问答的方法及系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112948564A true CN112948564A (zh) | 2021-06-11 |
Family
ID=76232735
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110405567.7A Pending CN112948564A (zh) | 2021-04-15 | 2021-04-15 | 基于人工智能技术的计算机问答的方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112948564A (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105591882A (zh) * | 2015-12-10 | 2016-05-18 | 北京中科汇联科技股份有限公司 | 一种智能机器人与人混合客服的方法及系统 |
CN106095965A (zh) * | 2016-06-17 | 2016-11-09 | 上海智臻智能网络科技股份有限公司 | 一种数据处理方法和装置 |
CN106845935A (zh) * | 2017-01-12 | 2017-06-13 | 深圳云联万企科技有限公司 | 一种工程项目流程模板化的方法和系统 |
CN107783971A (zh) * | 2016-08-24 | 2018-03-09 | 南京乐朋电子科技有限公司 | 人工智能聊天机器人 |
CN108959582A (zh) * | 2018-07-09 | 2018-12-07 | 东莞理工学院 | 一种人工智能辅助问诊系统及使用方法 |
KR102043563B1 (ko) * | 2018-08-09 | 2019-11-12 | 주식회사 인텔리콘 연구소 | 인공지능을 활용한 질의응답 및 전문가 추천 하이브리드 서비스 시스템 |
CN110727776A (zh) * | 2019-10-12 | 2020-01-24 | 一汽轿车股份有限公司 | 一种基于人工智能的汽车问答交互系统及交互方法 |
CN111488500A (zh) * | 2020-03-19 | 2020-08-04 | 华南师范大学 | 一种医学问题信息处理方法、装置和存储介质 |
-
2021
- 2021-04-15 CN CN202110405567.7A patent/CN112948564A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105591882A (zh) * | 2015-12-10 | 2016-05-18 | 北京中科汇联科技股份有限公司 | 一种智能机器人与人混合客服的方法及系统 |
CN106095965A (zh) * | 2016-06-17 | 2016-11-09 | 上海智臻智能网络科技股份有限公司 | 一种数据处理方法和装置 |
CN107783971A (zh) * | 2016-08-24 | 2018-03-09 | 南京乐朋电子科技有限公司 | 人工智能聊天机器人 |
CN106845935A (zh) * | 2017-01-12 | 2017-06-13 | 深圳云联万企科技有限公司 | 一种工程项目流程模板化的方法和系统 |
CN108959582A (zh) * | 2018-07-09 | 2018-12-07 | 东莞理工学院 | 一种人工智能辅助问诊系统及使用方法 |
KR102043563B1 (ko) * | 2018-08-09 | 2019-11-12 | 주식회사 인텔리콘 연구소 | 인공지능을 활용한 질의응답 및 전문가 추천 하이브리드 서비스 시스템 |
CN110727776A (zh) * | 2019-10-12 | 2020-01-24 | 一汽轿车股份有限公司 | 一种基于人工智能的汽车问答交互系统及交互方法 |
CN111488500A (zh) * | 2020-03-19 | 2020-08-04 | 华南师范大学 | 一种医学问题信息处理方法、装置和存储介质 |
Non-Patent Citations (2)
Title |
---|
姚智;: "基于深度学习的医疗问答系统的开发", 中国医疗设备, no. 12, 10 December 2019 (2019-12-10) * |
潘晓霞: "虚拟现实与人工智能技术的综合应用", vol. 1, 31 December 2018, 北京原子能出版社, pages: 107 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Mosqueira-Rey et al. | Human-in-the-loop machine learning: a state of the art | |
Andreas et al. | Neural module networks | |
Richman et al. | Simulation of expert memory using EPAM IV. | |
CN108924651B (zh) | 基于训练操作识别的教学视频智能播放系统 | |
CN113704428B (zh) | 智能问诊方法、装置、电子设备及存储介质 | |
US20160196495A1 (en) | Mental Modeling Method And System | |
CN110111010B (zh) | 一种基于众智网络的问答任务分配方法及系统 | |
Sosnovshchenko et al. | Machine Learning with Swift: Artificial Intelligence for IOS | |
Song et al. | Automated machine learning in action | |
CN115481827A (zh) | 一种创新创业服务供给与需求智能匹配的方法 | |
Lopes et al. | How many words can my robot learn?: An approach and experiments with one-class learning | |
US20160163215A1 (en) | Reverse-multiple choice method for knowledge engineering and expert system implementation | |
CN116340530A (zh) | 基于机械知识图谱的智能设计方法 | |
CN117494714B (zh) | 一种用于幼教的智慧教学管理系统及方法 | |
Maier et al. | Towards an ontology of cognitive assistants | |
Chao et al. | Exploring artificial intelligence in english language arts with storyq | |
Corrigan | Artificial Intelligence and Machine Learning: Will Clinical Pharmacologists Be Needed in the Next Decade? The John Henry Question. | |
Stollberg et al. | H-Techsight—A next generation knowledge management platform | |
CN112711483A (zh) | 一种处理大数据标注服务高并发方法、系统及设备 | |
CN112948564A (zh) | 基于人工智能技术的计算机问答的方法及系统 | |
CN109934350A (zh) | 数学题目一题多解实现方法、装置及平台 | |
Bryndin | Development of artificial intelligence for industrial and social robotization | |
Bergsjö et al. | A lean framework for reusing knowledge: introducing engineering checksheets | |
CN114329181A (zh) | 一种题目推荐方法、装置及电子设备 | |
Badrani et al. | Smart techniques for Moroccan students’ orientation |
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 |