CN112966087A - 一种灵感素材的智能问答系统及方法 - Google Patents

一种灵感素材的智能问答系统及方法 Download PDF

Info

Publication number
CN112966087A
CN112966087A CN202110276882.4A CN202110276882A CN112966087A CN 112966087 A CN112966087 A CN 112966087A CN 202110276882 A CN202110276882 A CN 202110276882A CN 112966087 A CN112966087 A CN 112966087A
Authority
CN
China
Prior art keywords
inspiration
materials
question
input information
module
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.)
Granted
Application number
CN202110276882.4A
Other languages
English (en)
Other versions
CN112966087B (zh
Inventor
王菁菁
刘征
王鑫
邵明
李杪迪
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Art
Original Assignee
China Academy of Art
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Academy of Art filed Critical China Academy of Art
Priority to CN202110276882.4A priority Critical patent/CN112966087B/zh
Publication of CN112966087A publication Critical patent/CN112966087A/zh
Application granted granted Critical
Publication of CN112966087B publication Critical patent/CN112966087B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06F16/36—Creation of semantic tools, e.g. ontology or thesauri
    • G06F16/367—Ontology
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F40/00—Handling natural language data
    • G06F40/20—Natural language analysis
    • G06F40/279—Recognition of textual entities
    • G06F40/284—Lexical analysis, e.g. tokenisation or collocates
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Artificial Intelligence (AREA)
  • Databases & Information Systems (AREA)
  • Mathematical Physics (AREA)
  • Audiology, Speech & Language Pathology (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Behavior & Ethology (AREA)
  • Human Computer Interaction (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本发明公开了一种灵感素材智能问答系统及方法，所述系统包括：知识库模块，所述知识库模块存储多个不同种类的灵感素材，并对每一素材贴上对应的标签；问题库模块，所述问题库模块包括多个标准问句，每个标准问句和对应的灵感素材建立映射关系；输入模块，所述输入模块获取输入信息；选择模块；所述选择模块用于选择创作期，并根据所述创作期进行不同风格灵感素材的提取。检索模块；所述检索模块根据所述输入信息和创作期对知识库模块中的灵感素材进行检索，用于获取需要的灵感素材。所述方法和系统采用构建针对灵感素材的知识图谱，根据设计师的问题检索知识图谱中的相关材料，基于知识图谱的检索可以提高设计师的创新效率。

Description

一种灵感素材的智能问答系统及方法
技术领域
本发明涉及互联网领域，特别涉及一种灵感素材的智能问答系统及方法。
背景技术
设计是一种把想法通过合理的规划和各种感觉形式表达出来的过程。设计具有社会属性，即设计是用来服务社会的，给社会带来一定的便利性，设计的发展也会随着社会的发展而产生相应的变化，设计还具有前瞻性，任何的设计都是在改善当下的基础上进行的，从而可能引领某一个领域的发展变化。最后设计本身也是动态的，这就不可避免地会受到时代特征的影响。
关于设计最简单的定义，就是一种“有目的的创作行为”。设计也是一种职业，为了进行设计上的创新，设计师需要获得灵感，灵感是一种顿悟式的思维活动，灵感最大的特点就是无法预测，但灵感绝非不是凭空而来的，而是在设计师的记忆深处，或是在对某种目的的强烈渴望下激发的。
在设计的过程中，设计师往往会搜集一些与设计相关的材料来激发自己的灵感，一些设计的灵感来源主要有：大自然、音乐、艺术、包装、摄影、流行趋势、建筑、偶像的力量等等，但这些灵感素材通常都分布在网络上的各处，设计师需要投入大量的时间在素材的搜寻而不是内容创作上，从而降低了设计创新的效率。
对于不同种类的素材，设计师需要的灵感素材的要求是不同的。在设计的不同阶段，设计师需要的灵感素材范围也是不同的，在创作期，设计师还没有对要设计的对象形成一个初步的概念，因此需要寻找各式各样的灵感素材进行来进行不同的风格的灵感激发；当确定了创作对象的创意，进入了制作期之后，就需要寻找与自身创作有关的灵感素材，从中参考从而更加完善自己的创意对象。而目前现有的技术中并不存在帮助设计师的灵感创作的辅助系统和方法。
发明内容
本发明其中一个发明目的在于提供一种灵感素材的智能问答系统及方法，所述系统采用构建针对灵感素材的知识图谱，根据设计师的问题检索知识图谱中的相关材料，基于知识图谱的检索可以提高设计师的创新效率。
本发明另一个发明目的在于提供一种灵感素材的智能问答系统及方法，所述系统具有语义模块，所述语义模块将设计师输入的问题进行处理，设计标准问句，通过处理后的问题和标准问句进行匹配，进一步检索基于标注语句的知识图谱中的相关灵感素材的，从而提高灵感素材的准确率。
本发明另一个发明目的在于提供一种灵感素材的智能问答系统及方法，所述系统对于设计师不同的灵感层次响应不同类别的灵感素材，有助于设计师灵感激发和辅助于设计师灵感的延续。
为了实现至少一个上述发明目的，本发明进一步提供一种灵感素材智能问答系统，所述系统包括：
知识库模块，所述知识库模块存储多个不同种类的灵感素材，并对每一素材贴上对应的标签；
问题库模块，所述问题库模块包括多个标准问句，每个标准问句和对应的灵感素材建立映射关系；
输入模块，所述输入模块获取输入信息；
检索模块；
所述检索模块根据所述输入信息对知识库模块中的灵感素材进行检索，用于获取需要的灵感素材。
根据本发明其中一个较佳实施例，所述输入模块包括语义理解模块，所述语义理解模块将输入的信息自然语言处理后进行特征词提取，建立输入信息的词向量。
根据本发明另一个较佳实施例，所述输入模块还包括语义匹配模块，所述语义匹配模块将输入信息和所述问题库模块中的标准问句进行匹配，用于获取的标准问句对应的灵感素材。
根据本发明另一个较佳实施例，所述语义理解模块获取输入信息的词向量后，计算输入信息的词向量和标准问句之间的词向量，并计算两个词向量之间的相似度。
根据本发明另一个较佳实施例，所述语义理解模块还用于构建输入信息的特征三元组F＝{S,P,O},F为三元组集合，S为输入信息的主语，P是输入信息的谓语，O是输入信息的宾语，计算上述三元组词向量，采用自然语言处理技术和标准问句的特征三元组的词向量进行相似度计算，以获取最相似的标准问句信息。
根据本发明另一个较佳实施例，所述检索模块在获取到对应的相似度最高标准问句后，根据相似度最高的标准问句对应的映射关系获取知识库模块中的灵感素材。
为了实现至少一个上述发明目的，本发明进一步提供一种灵感素材的智能问答方法，所述方法包括如下步骤：
建立标准问句和灵感素材的知识图谱；
获取输入信息，对输入信息进行分词以提取关键词；
根据关键词计算输入信息和标准问句词向量，根据词向量计算输入信息和标准问句的相似度信息；
根据相似度信息检索知识图谱中标准问句对应的灵感素材。
根据本发明其中一个较佳实施例，提取关键词后，建立输入信息的特征三元组F＝{S,P,O},F为特征三元组集合，S为输入信息的主语，P是输入信息的谓语，O是输入信息的宾语，计算所述特征三元组词向量，采用自然语言处理技术和标准问句的特征三元组的词向量进行相似度计算，以获取相似的标准问句信息。
根据本发明另一个较佳实施例，根据输入信息和标准问句计算输入信息的特征三元组和标准问句的特征三元组之间的的编辑距离，设置编辑距离阈值，若编辑距离小于预设的阈值，则判定为相似语句。
为了实现至少一个上述发明目的，本发明进一步提供一种计算机可读存储介质，所述计算机可读存储介质保存上述一种灵感素材的智能问答系统。
附图说明
图1显示的是本发明一种灵感素材的智能问答系统的模块示意图；
图2显示的是本发明一种灵感素材的智能问答方法流程示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
本领域技术人员应理解的是，在本发明的揭露中，术语“纵向”、“横向”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系是基于附图所示的方位或位置关系，其仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此上述术语不能理解为对本发明的限制。
请参考图1-2，本发明公开了一种灵感素材的智能问答系统及其方法，所述系统主要包括如下模块：知识库模块、问题库模块、输入模块、选择模块和检索模块，其中所述输入模块包括文字输入模块和语音输入模块，文字输入模块具有一文字输入界面，设计师可以通过所述文字输入界面输入文字，可以得到设计师语句的文本表达，其中所述文本表达包括设计师的需要检索的问题。在本发明另一较佳实施例中，所述输入模块还可以包括语音输入模块，所述语音输入模块可以识别语音信息，并将语音信息转化为设计师需要检索的灵感素材问题文本。
所述知识库模块存储用于激发设计师灵感的灵感素材，所述灵感素材主要由专业的艺术专家对不同灵感素材进行采集，并对每一灵感素材的风格贴上对应的标签，其中所述素材风格在不同的创作领内具有不同的标签，比如绘画创作中的风格可以包括但不仅限于抽象、写实、狂野对于音乐创作领域，其风格可以为古典、流行、古风、说唱、民谣等，需要说明的是对于不同种类风格可以通过创作领域中专业的专家或从专业书籍中进行标签的整理和分类。将上述整理好的素材保存，用于设计师后续的检索输出。
进一步的，所述问题库模块中具有多个标准问句，每一标准问句根据其自身的语义关系和对应的素材建立映射关系，也就是说，通过标准问句可以直接根据语义的映射关系获取对应灵感素材。所述标准问句通过人工或计算机自身生成，其中人工的方式可以通过输入文本的方式建立标准问句，计算机自动化生成可以通过建立标准问句模板，在模板中自动填入具有实际意义的文本文字形成。
所述选择模块用于供设计人员选择当前的创作期，其中所述创作期可以包括但不仅限于灵感初建期，创作雏形期、创作成熟器，灵感衰竭期。上述分期是基于创作整个周期的一个基本分类，其中灵感衰竭期的时间可以是分布在整个创作周期的任意时期。设计师可以针对当前创作所处的时期进行选择，从而进一步获取对应灵感素材，需要说明的是，由于不同创作周期的所需要的灵感素材不同，并且不同领域的创作周期针对的灵感素材不同，本发明基于不同领域中对应专家的对灵感素材的在不同创作周期需求进行划分后建立具有对应灵感素材的知识库。
所述检索模块根据标准问句查找对应的知识库中的灵感素材，并提取所述灵感素材，将提取的灵感素材展示给设计师。
值得一提的是，所述输入模块包括语义理解模块和语义匹配模块，其中所述语义理解模块将输入模块获取的输入信息进行分析，获取输入模块的输入信息中的文本表达。所述语义理解模块将输入信息进行自然语言处理，首先对输入信息进行分词处理，对所述输入信息进行关键词提取，根据关键词建立问句特征三元组F＝{S,P,O},其中S是问句的主语，P是问句的谓语，O是问题的宾语。需要说明的是，自然语言处理技术(natural languageprocessing)是现有技术，为了处理的特征更加符合人的理解，对输入信息进行分词后判断输入信息中的主语、谓语、宾语、补语等成分对应的关键词组成上述特征三元组F，其中所述特征三元组的关键词为向量表示的词向量，所述三元组中每一元的关键词个数可以是一个或多个。
进一步的，将上述特征三元组F和所述问题库中的标准问句进行相似度计算，用于获取和输入信息最相似的标准语句，进一步根据最相似的标准语句进行灵感素材的检索。举例来说：设置第一问句Q1和第二问句Q2，其中所述第一问题Q1为输入信息中的存在的问句，所述第二问句Q2为标准语句，所述第一问句Q1对应的词向量集合为Dc1,所述第二问句Q2对应的词向量集合为Dc2，因此输入信息和标准问句的相似度计算公式为：
sim(Q1，Q2)＝sim(Dc1，Dc2)
Sim表示相似度计算，上述公式将两个问句的相似度计算转化为对应的问句词向量的计算，其中第一问句Q1的词向量集合Dc1＝{d11，d12，d13，…，d1n}，d1n表示第一问句Q1中的第n个关键词对应的词向量，第二问句Q2对应的词向量集合Dc2＝{d21，d22，d23，…，d2m}，其中d2m表示第二问句Q2中第m个关键词对应的词向量。进一步计算d1n和d2m之间的词向量相似度sim(d1n，d2m)：
Figure BDA0002977006160000051
其中ED(d1n,d2m)表示词向量d1n和d2m之间的编辑距离(Levenshtein Distance)需要说明的是，词向量d1n和d2m的编辑距离ED(d1n,d2m)表示将词相邻d1n转换成词向量d2m所使用的最少操作数，对词的操作有插入、删除和替换一个字符，词向量d1n和d2m相似度越高，ED(d1n,d2m)就越小，词向量d1n和d2m相似度sim(d1n,d2m)就越大。在上述词向量相似度计算公式中的ED(d1n,d2m)除以两个词中的较长词的长度max(L(d1n),L(d2m))是为了保证词向量相似度值结果小于1。
进一步的，词向量之间的相似度计算后，进一步计算所述第一问句Q1和第二问句Q2之间的相似度sim(Dc1，Dc2)：
Figure BDA0002977006160000061
其中dci＝max(Sim(d1i，d21，…，d2m))，dcj＝max(Sim(d11，…，n，d2j))，d1i表示第一个问句里的第i个关键词，max(Sim(d1i，d21，…，d2m))表示计算d1i与第二个问句里的所有关键词的最大相似度。将第一问句中的所有关键词分别计算和第二问句里的所有关键词的最大相似度。并根据上述公式求和取平均值以计算对应的问句相似度值sim(Dc1，Dc2)。
设置问句的相似度阈值，若计算的输入信息大于预设的相似度阈值，则将该问题作为潜在的命中问句，计算和输出信息最大的相似度的标准问句，将相似度最大的标准问句对应的灵感素材作为最终的输出结果。
在本发明其中一个较佳实施例中，根据设计师选择的创作期进行设置不同的相似度阈值，比如在创作初期的灵感初建期需要更多抽象、天马行空的素材，则可以将所述相似度阈值设置更低一些，而对于创作成熟期的设计师来说，该段时期的创作作品基本完成，只需要在和创作作品相同风格的具体细节上有响应的灵感，因此在创作成熟期对应的相似度阈值设置更高。当设计师在设计的过程中并不满意当前的创作作品，然而无法直接获得新的创作灵感，则该时期可以定义为灵感枯竭期，为了辅助灵感枯竭期设计师脱离原有的设计框架，本发明设置灵感枯竭期更低的相似度阈值。使得设计师可以获得更加天马行空的灵感源。举例来说：上述灵感初建期，创作雏形期、创作成熟器，灵感衰竭期四个创作期的检索的相似度阈值可以设置为：0.4、0.6、0.8、0.3，只要输入信息的相似度大于对应创作期的相似度的标准问句对应的灵感素材都可以作为潜在灵感素材随机展示。从而可以大幅提高设计师创作效率。
需要说明的是，不同领域中标准问题是不同的，而且不同领域设计师的的提问方式是不同的，在本发明其中一个较佳实施例中，可以根据不同领域的语言风格建立对应的知识库模块、问题库模块，并建立对应领域的知识图谱，设计师可以在输入界面选择需要的领域，从而可以使得设计师获取更精准的灵感。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线段、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线段的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线段、电线段、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。
本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明，本发明的目的已经完整并有效地实现，本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。

Claims (10)

1.一种灵感素材智能问答系统，其特征在于，所述系统包括：
知识库模块，所述知识库模块存储多个不同种类的灵感素材，并对每一素材贴上对应的标签；
问题库模块，所述问题库模块包括多个标准问句，每个标准问句和对应的灵感素材建立映射关系；
输入模块，所述输入模块获取输入信息；
选择模块；所述选择模块用于选择创作期，并根据所述创作期进行不同风格灵感素材的提取。
检索模块；
所述检索模块根据所述输入信息和创作期对知识库模块中的灵感素材进行检索，用于获取需要的灵感素材。
2.根据权利要求1所述的一种灵感素材智能问答系统，其特征在于，所述输入模块包括语义理解模块，所述语义理解模块将输入的信息自然语言处理后进行特征词提取，建立输入信息的词向量。
3.根据权利要求2所述的一种灵感素材智能问答系统，其特征在于，所述输入模块还包括语义匹配模块，所述语义匹配模块将输入信息和所述问题库模块中的标准问句进行匹配，用于获取的标准问句对应的灵感素材。
4.根据权利要求2所述的一种灵感素材智能问答系统，其特征在于，所述语义理解模块获取输入信息的词向量后，计算输入信息的词向量和标准问句之间的词向量，并计算两个词向量之间的相似度。
5.根据权利要求2所述的一种灵感素材智能问答系统，其特征在于，所述语义理解模块还用于构建输入信息的特征三元组F＝{S,P,O},F为三元组集合，S为输入信息的主语，P是输入信息的谓语，O是输入信息的宾语，计算上述三元组词向量，采用自然语言处理技术和标准问句的特征三元组的词向量进行相似度计算，以获取最相似的标准问句信息。
6.根据权利要求4所述的一种灵感素材智能问答系统，其特征在于，所述检索模块在获取到对应的相似度最高标准问句后，根据相似度最高的标准问句对应的映射关系获取知识库模块中的灵感素材。
7.一种灵感素材的智能问答方法，其特征在于，所述方法包括如下步骤：
建立标准问句和灵感素材的知识图谱；
获取输入信息，对输入信息进行分词以提取关键词；
根据关键词计算输入信息和标准问句词向量，根据词向量计算输入信息和标准问句的相似度信息；
选择创作期；
根据相似度信息和创作期检索知识图谱中标准问句对应的灵感素材。
8.根据权利要求7所述的一种灵感素材的智能问答方法，其特征在于，提取关键词后，建立输入信息的特征三元组F＝{S,P,O},F为特征三元组集合，S为输入信息的主语，P是输入信息的谓语，O是输入信息的宾语，计算所述特征三元组词向量，采用自然语言处理技术和标准问句的特征三元组的词向量进行相似度计算，以获取相似的标准问句信息。
9.根据权利要求8所述的一种灵感素材的智能问答方法，其特征在于，根据输入信息和标准问句计算输入信息的特征三元组和标准问句的特征三元组之间的的编辑距离，设置编辑距离阈值，若编辑距离小于预设的阈值，则判定为相似语句。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储上述权利要求1所述的一种灵感素材的智能问答系统。
CN202110276882.4A 2021-03-15 2021-03-15 一种灵感素材的智能问答系统及方法 Active CN112966087B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110276882.4A CN112966087B (zh) 2021-03-15 2021-03-15 一种灵感素材的智能问答系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110276882.4A CN112966087B (zh) 2021-03-15 2021-03-15 一种灵感素材的智能问答系统及方法

Publications (2)

Publication Number Publication Date
CN112966087A true CN112966087A (zh) 2021-06-15
CN112966087B CN112966087B (zh) 2023-10-13

Family

ID=76279220

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110276882.4A Active CN112966087B (zh) 2021-03-15 2021-03-15 一种灵感素材的智能问答系统及方法

Country Status (1)

Country Link
CN (1) CN112966087B (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103425640A (zh) * 2012-05-14 2013-12-04 华为技术有限公司 一种多媒体问答系统及方法
CN105678324A (zh) * 2015-12-31 2016-06-15 上海智臻智能网络科技股份有限公司 基于相似度计算的问答知识库的建立方法、装置及系统
WO2017041372A1 (zh) * 2015-09-07 2017-03-16 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法和系统
CN107273350A (zh) * 2017-05-16 2017-10-20 广东电网有限责任公司江门供电局 一种实现智能问答的信息处理方法及其装置
CN107463644A (zh) * 2017-07-20 2017-12-12 维沃移动通信有限公司 一种音乐推荐方法及移动终端
CN108804521A (zh) * 2018-04-27 2018-11-13 南京柯基数据科技有限公司 一种基于知识图谱的问答方法及农业百科问答系统
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
CN109344425A (zh) * 2018-08-13 2019-02-15 湖南师范大学 一种基于长沙窑文物元素再造创意设计集成平台
CN109885661A (zh) * 2019-02-27 2019-06-14 上海优谦智能科技有限公司 教育场景下的问答系统
CN110334272A (zh) * 2019-05-29 2019-10-15 平安科技（深圳）有限公司 基于知识图谱的智能问答方法、装置及计算机存储介质
CN110413761A (zh) * 2019-08-06 2019-11-05 浩鲸云计算科技股份有限公司 一种基于知识库的领域性单独对话的方法
CN110489533A (zh) * 2019-07-09 2019-11-22 深圳追一科技有限公司 人机对话方法及相关设备
CN110705222A (zh) * 2019-10-05 2020-01-17 吕元喜 一种基于移动端或pc端的智能创作系统
JP6714268B1 (ja) * 2019-10-11 2020-06-24 株式会社エクサウィザーズ 質問文出力方法、コンピュータプログラム及び情報処理装置
CN111506721A (zh) * 2020-04-22 2020-08-07 福州大学 一种面向领域知识图谱的问答系统及构建方法
CN111506770A (zh) * 2020-04-22 2020-08-07 新华智云科技有限公司 一种采访视频集锦生成方法和系统
CN111666399A (zh) * 2020-06-23 2020-09-15 中国平安人寿保险股份有限公司 基于知识图谱的智能问答方法、装置和计算机设备
CN111984759A (zh) * 2020-06-29 2020-11-24 百度在线网络技术（北京）有限公司 问答处理方法、装置、电子设备和存储介质
WO2021017721A1 (zh) * 2019-08-01 2021-02-04 平安科技（深圳）有限公司 智能问答方法、装置、介质及电子设备

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103425640A (zh) * 2012-05-14 2013-12-04 华为技术有限公司 一种多媒体问答系统及方法
WO2017041372A1 (zh) * 2015-09-07 2017-03-16 百度在线网络技术（北京）有限公司 基于人工智能的人机交互方法和系统
CN105678324A (zh) * 2015-12-31 2016-06-15 上海智臻智能网络科技股份有限公司 基于相似度计算的问答知识库的建立方法、装置及系统
CN107273350A (zh) * 2017-05-16 2017-10-20 广东电网有限责任公司江门供电局 一种实现智能问答的信息处理方法及其装置
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
CN107463644A (zh) * 2017-07-20 2017-12-12 维沃移动通信有限公司 一种音乐推荐方法及移动终端
CN108804521A (zh) * 2018-04-27 2018-11-13 南京柯基数据科技有限公司 一种基于知识图谱的问答方法及农业百科问答系统
CN109344425A (zh) * 2018-08-13 2019-02-15 湖南师范大学 一种基于长沙窑文物元素再造创意设计集成平台
CN109885661A (zh) * 2019-02-27 2019-06-14 上海优谦智能科技有限公司 教育场景下的问答系统
CN110334272A (zh) * 2019-05-29 2019-10-15 平安科技（深圳）有限公司 基于知识图谱的智能问答方法、装置及计算机存储介质
CN110489533A (zh) * 2019-07-09 2019-11-22 深圳追一科技有限公司 人机对话方法及相关设备
WO2021017721A1 (zh) * 2019-08-01 2021-02-04 平安科技（深圳）有限公司 智能问答方法、装置、介质及电子设备
CN110413761A (zh) * 2019-08-06 2019-11-05 浩鲸云计算科技股份有限公司 一种基于知识库的领域性单独对话的方法
CN110705222A (zh) * 2019-10-05 2020-01-17 吕元喜 一种基于移动端或pc端的智能创作系统
JP6714268B1 (ja) * 2019-10-11 2020-06-24 株式会社エクサウィザーズ 質問文出力方法、コンピュータプログラム及び情報処理装置
CN111506721A (zh) * 2020-04-22 2020-08-07 福州大学 一种面向领域知识图谱的问答系统及构建方法
CN111506770A (zh) * 2020-04-22 2020-08-07 新华智云科技有限公司 一种采访视频集锦生成方法和系统
CN111666399A (zh) * 2020-06-23 2020-09-15 中国平安人寿保险股份有限公司 基于知识图谱的智能问答方法、装置和计算机设备
CN111984759A (zh) * 2020-06-29 2020-11-24 百度在线网络技术（北京）有限公司 问答处理方法、装置、电子设备和存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
郭肇毅等: "基于词向量的针对招生领域的智能问答系统研究与开发", 信息与电脑(理论版), no. 08 *
龙新征等: "基于多层策略的校园智能问答系统", 华中科技大学学报(自然科学版), no. 11 *

Also Published As

Publication number Publication date
CN112966087B (zh) 2023-10-13

Similar Documents

Publication Publication Date Title
CN104850633B (zh) 一种基于手绘草图部件分割的三维模型检索系统及方法
CN107193962B (zh) 一种互联网推广信息的智能配图方法及装置
CN106649783B (zh) 一种同义词挖掘方法和装置
CN108701161B (zh) 为搜索查询提供图像
CN103268313B (zh) 一种自然语言的语义解析方法及装置
WO2020063092A1 (zh) 知识图谱的处理方法及装置
CN111090736B (zh) 问答模型的训练方法、问答方法、装置及计算机存储介质
CN110825901A (zh) 基于人工智能的图文匹配方法、装置、设备及存储介质
CN110427610A (zh) 文本分析方法、装置、计算机装置及计算机存储介质
CN108664599B (zh) 智能问答方法、装置、智能问答服务器及存储介质
CN109710935B (zh) 一种基于文物知识图谱的博物馆导览与知识推荐方法
TW201841121A (zh) 一種自動生成語義相近句子樣本的方法
CN106446018B (zh) 基于人工智能的查询信息处理方法和装置
CN110795913B (zh) 一种文本编码方法、装置、存储介质及终端
CN108108347B (zh) 对话模式分析系统及方法
CN111767385A (zh) 一种智能问答方法及装置
US20150205860A1 (en) Information retrieval device, information retrieval method, and information retrieval program
CN109117477B (zh) 面向中文领域的非分类关系抽取方法、装置、设备及介质
CN113360001A (zh) 输入文本的处理方法、装置、电子设备和存储介质
CN108664464B (zh) 一种语义相关度的确定方法及确定装置
CN111666379B (zh) 一种事件元素提取方法和装置
CN110807097A (zh) 分析数据的方法和装置
CN113569018A (zh) 问答对挖掘方法及装置
CN116049376B (zh) 一种信创知识检索回复的方法、装置和系统
CN109300550B (zh) 医学数据关系挖掘方法及装置

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
GR01 Patent grant
GR01 Patent grant