CN113919365A - 问题回复的处理方法、装置、电子设备及存储介质 - Google Patents

Abstract

本公开提供了一种问题回复的处理方法、装置、电子设备及存储介质，涉及机器学习与自然语言处理等人工智能技术领域。具体实现方案为：识别待回复的问题是否具有知识需求；若有，基于知识库获取所述问题中的知识点对应的知识信息；参考所述知识信息，生成所述问题的知识回复。本公开的技术方案，能够有效地提高问题回复的准确性，增强回复的专业性和知识性。

Description

问题回复的处理方法、装置、电子设备及存储介质

技术领域

本公开涉及计算机技术领域，具体涉及机器学习与自然语言处理等人 工智能技术领域，尤其涉及一种问题回复的处理方法、装置、电子设备及 存储介质。

背景技术

在现有的很多寻址类、咨询类、教育类等网站下，用户的很多评论均 以提问为主。目前这些提问的回复主要多以人工运营为主，多为作者回复 或者用户回复。而在全网挖掘的文章中有些没有作者，需要网站运营人员 进行人工运营，导致人工运营成本很高。

另外，现有技术中有很多的智能对话系统，例如，很多智能音箱产品 都带有智能对话系统，可以为用户提供很多趣味性回复。实际应用中，也 可以采用智能对话系统对各种网站下的用户的评论进行回复。但是在寻址 类、咨询类、教育类等网站下，用户的提问非常具有专业性，而智能音箱 产品采用的智能对话系统的回复多为趣味性，缺少相应的专业性和知识性。

发明内容

本公开提供了一种问题回复的处理方法、装置、电子设备及存储介质。

根据本公开的一方面，提供了一种问题回复的处理方法，其中，所述 方法包括：

识别待回复的问题是否具有知识需求；

若有，基于知识库获取所述问题中的知识点对应的知识信息；

参考所述知识信息，生成所述问题的知识回复。…。

根据本公开的另一方面，提供了一种问题回复的处理装置，其中，所 述装置包括：

识别模块，用于识别待回复的问题是否具有知识需求；

获取模块，用于若有，基于知识库获取所述问题中的知识点对应的知 识信息；

生成模块，用于参考所述知识信息，生成所述问题的知识回复。

根据本公开的再一方面，提供了一种电子设备，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上所述的 方面和任一可能的实现方式的方法。

根据本公开的又一方面，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上所述的方面 和任一可能的实现方式的方法。

根据本公开的再另一方面，提供了一种计算机程序产品，包括计算机 程序，所述计算机程序在被处理器执行时实现如上所述的方面和任一可能 的实现方式的方法。

根据本公开的技术，提供一种更高效地问题回复方案，能够有效地提 高具有知识需求的问题的回复的准确性。

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，不构成对本公开的限定。其中：

图1是根据本公开第一实施例的示意图；

图2是根据本公开第二实施例的示意图；

图3是根据本公开第三实施例的示意图；

图4是根据本公开第四实施例的示意图；

图5是用来实现本公开实施例的问题回复的处理方法的电子设备的框 图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实 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，而不会背离本公开的范围和精神。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。

显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。 基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提 下所获得的全部其他实施例，都属于本公开保护的范围。

需要说明的是，本公开实施例中所涉及的终端设备可以包括但不限于 手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、 平板电脑(TabletComputer)等智能设备；显示设备可以包括但不限于个 人电脑、电视等具有显示功能的设备。

另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表 示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存 在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前 后关联对象是一种“或”的关系。

图1是根据本公开第一实施例的示意图；本实施例提供一种问题回复 的处理方法，具体可以包括如下步骤：

S101、识别待回复的问题是否具有知识需求；若有，执行步骤S102； 否则，执行步骤S104；

S102、基于知识库，获取问题中的知识点对应的知识信息；执行步骤 S103；

S103、参考知识信息，生成问题的知识回复，结束。

S104、采用智能对话系统，基于问题，生成问题的通用回复，结束。

本实施例的问题回复的处理方法的执行主体可以为问题回复的处理 装置，该装置可以为电子实体、或者也可以采用软件集成的应用或者管理 平台，用于对网站中待回复的问题进行回复处理。

考虑到寻址类、咨询类、教育类等网站下用户的问题较为专业、具有 较强的知识需求，本实施例的问题回复的处理方法，优选地使用场景为处 理这一类专业性的网站中的评论中的问题的回复。在具体处理时，可以先 搜索网站下待回复的问题。然后对问题进行深度分析，识别待回复的问题 是否具有知识需求。若有知识需求，可以借助于知识库获取问题中的知识 点对应的知识信息。本实施例的知识库可以为全网的知识库，例如，可以 将全网中能够搜集的所有知识类信息构建一个全网知识库，以提供所有知 识点的知识信息。本实施例的知识类信息可以包括专业期刊、专业论坛以 及各种专业的书籍等等能够提供专业知识的所有渠道提供的所有知识类 信息。最后可以参考知识信息，生成问题的知识回复，这样可以保证生成 的知识回复具有非常强的专业性和知识性，满足用户的问题中的知识需求。

另外，可选地，本实施例中，对于待回复的问题中没有知识需求的， 可以采用智能对话系统，基于问题，生成问题的通用回复。本实施例的智 能对话系统可以采用智能音箱等智能电子设备采用的智能对话系统，使用 时，向该智能对话系统输入待回复的问题，该智能对话系统基于该问题， 便可以输出相应的回复，但是，由于该智能对话系统偏向于闲聊类的对话， 所以生成的相应的回复多为闲聊类的回复，内容通俗易懂，通常还伴有一 定的趣味性。

本实施例的问题回复的处理方法，通过对待回复的问题进行深度解析， 判断是否具有知识需求，并在有知识需求的时候，基于知识库获取问题中 的知识点对应的知识信息；进而参考知识信息，生成问题的知识回复，能 够有效地提高问题回复的准确性，增强回复的专业性和知识性，满足用户 的需求，提高用户的体验度。

图2是根据本公开第二实施例的示意图；本实施例在上述图1所示实 施例的技术方案的基础上，进一步更加详细地描述本申请的技术方案。如 图2所示，本实施例的问题回复的处理方法，具体可以包括如下步骤：

S201、基于预先训练的问题识别模型，识别问题是否具有知识需求； 若有，执行步骤S202；若无，执行步骤S208；

本实施例中，可以基于预先训练的问题识别模型来识别问题中是否具 有知识需求。

该问题识别模型采用BERT(Bidirectional Encoder Representations fromTransformers)等神经网络模型，该问题识别模型可以对问题进行语义理解， 检测问题中是否具有知识需求。

该问题识别模型在训练时，可以采集很多问题，并采用人工标注的方 式标注问题中是否具有知识需求，形成多条训练样本。然后采用多条训练 样本训练问题识别模型，使得问题识别模型可以学习到识别问题中是否具 有知识需求的能力。

该步骤是采用问题识别模型来识别问题中是否具有知识需求。实际应 用中，还可以采用其他方式来识别问题中是否具有知识需求。例如可以基 于知识库提取知识点，其中知识点可以为一些关键词，检测问题中是否包 括知识点，若包括，可以认为该问题具有知识需求；否则，认为该问题中 不包括知识需求。

S202、基于预先训练的知识点提取模型提取问题中的知识点；执行步 骤S203；

在确定问题中具有知识需求时，本实施例中，可以进一步采取知识点 提取模型提取问题中的知识点。具体地，本实施例中提取的知识点可以为 一些关键词。具体使用时，将该问题输入该知识点提取模型中，该知识点 提取模型可以提取并输出其中包括的知识点。

同理，该知识点提取模型也采用神经网络模型来实现。具体使用之前， 也需要对该知识点提取模型进行训练。训练前，采集数条训练数据，各条 训练数据中包括问题以及采用人工标注的方式从该问题中提取的知识点。 采用数条训练数据，对该知识点提取模型进行训练，使得该知识点提取模 型可以学习到提取问题中的知识点的能力。

可选地，该步骤中的知识点提取模型还可以与上述步骤S201中的问 题识别模型合二为一，构成一个深度分析模型，可以直接在识别问题是否 有知识需求的过程中，若具有知识需求，直接获取到知识点。若没有知识 需求，返回无知识需求，相应的也没有提取的知识点，或者说提取的知识 点为空。该深度分析模型的训练过程，与上述知识点提取模型和问题识别 模型的训练过程相似，不再赘述。

S203、基于知识库，提取知识点的知识信息；执行步骤S204；

可选地，本实施例的知识库还可以基于各个领域单独建立该领域的专 业的知识库。例如，此时该步骤可以包括如下步骤：

(1)获取问题对应的领域；

具体地，本实施例中的问题指的是评论中的问题，而评论具体为对网 站中的一篇文章或者一个视频或者一段语音等等主体进行的评论。这里的 领域即指的是评论所属主体对应的领域。如用户在一篇财经类的文章下进 行评论，发布了自己的问题。此时问题对应的领域即为该财经类文章所属 的领域，如财经类。再例如，用户在一个体育视频下进行评论，发布了自 己的问题，此时该问题对应的领域即为该体育视频所属的领域，如体育类。

(2)基于该领域，确定对应的知识库；

(3)从对应的知识库中，提取知识点的知识信息。

本实施例中，为了更准确地提供知识点信息，可以预先创建各个领域 的知识库。在获取到领域后，可以基于该领域信息，确定该问题对应的知 识库。最后，在该知识库中搜索并提取知识点对应的知识信息。采用该种 方式，能够确保提取的知识点的知识信息的准确性。

S204、采用预先训练的回复生成模型，基于知识信息和问题，生成问 题的知识回复；执行步骤S205；

同理，本实施例中，该回复生成模型也为一个神经网络模型。在具体 使用时，将提取的知识点的知识信息和问题，一起输出至回复生成模型， 该回复生成模型可以基于输入的信息生成问题的知识回复，并输出。

同理，该回复生成模型在使用之前，需要经过训练。具体地，需要预 先采集数条训练数据，每条训练数据中包括问题、问题中的知识点的知识 信息、以及采用人工标注的方式得到的知识回复。采用数条训练数据对 该回复生成模型进行训练，使得该回复生成模型学习到基于知识信息和问 题，生成问题的知识回复的能力。

S205、采用智能对话系统，基于问题，生成问题的通用回复；执行步 骤S206；

该智能对话系统可以采用智能音箱等电子设备采用的闲聊式智能对 话系统。

S206、将通用回复和知识回复，按照与问题的相关度进行排序；执行 步骤S207；

S207、采用通用回复和知识回复中、与问题相关度高的回复，发布问 题的回复；结束。

具体地，首先可以对通用回复、知识回复以及问题进行向量表示，得 到各自的特征表达。然后基于通用回复与问题的特征表达，计算通用回复 与问题的相关度。同理，基于知识回复与问题的特征表达，计算知识回复 与问题的相关度。这样，可以基于计算得到的相关度，进行相关度大小的 排序。最后采用相关度高的回复，作为发布的问题的回复。即如果知识回 复与问题的相关度，低于通用回复与问题的相关度，采用通用回复作为最 终的回复进行发布。

本实施例中，采用该种方式是为了避免知识回复与问题的相关度不高 时，采用不太准确地知识回复，会误导用户。此时采用通用回复的趣味性 回复，可能更为恰当。

需要说明的是，上述步骤S205-S207为参考知识回复，发布用户的问 题的回复的一种实现方式。实际应用中，也可以直接参考知识回复，发布 用户的问题的回复，即将知识回复作为用户的问题的回复进行发布。

S208、采用智能对话系统，基于问题，生成问题的通用回复；执行步 骤S209；

S209、采用通用回复，发布问题的回复，结束。

本实施例的问题回复的处理方法，能够在问题具有知识需求的时候， 为用户提供知识回复，提高问题回复的专业性和知识性，提高问题回复的 准确性。另外，还可以在知识回复与问题的相关度较低时，采用通用回复 进行发布，避免提供不专业不准确地知识回复，能够有效地保证问题回复 的准确性和回复质量。

本实施例的技术方案，通过采用预先训练的问题识别模型、知识点提 取模型以及回复生成模型，能够进一步增强问题回复处理的智能性，进一 步提高问题回复的准确性。

图3是根据本公开第三实施例的示意图；本实施例提供一种问题回复 的处理装置300，包括：

识别模块301，用于识别待回复的问题是否具有知识需求；

获取模块302，用于若有，基于知识库获取问题中的知识点对应的知 识信息；

生成模块303，用于参考知识信息，生成问题的知识回复。

本实施例的问题回复的处理装置300，通过采用上述模块实现问题回 复的处理的实现原理以及技术效果，与上述相关方法实施例的实现相同， 详细可以参考上述相关方法实施例的记载，在此不再赘述。

图4是根据本公开第四实施例的示意图；本实施例的问题回复的处理 装置300，在上述图3所示实施例的技术方案的基础上，进一步更加详细 地描述本申请的技术方案。

本实施例的问题回复的处理装置300中，识别模块301，用于：

基于预先训练的问题识别模型，识别问题是否具有知识需求。

进一步可选地，如图4所示，本实施例的问题回复的处理装置300中， 获取模块302，包括：

第一提取单元3021，用于基于预先训练的知识点提取模型提取问题中 的知识点；

第二提取单元3022，用于基于知识库，提取知识点的知识信息。

进一步可选地，第二提取单元3022，用于：

获取问题对应的领域；

基于领域，确定对应的知识库；

从对应的知识库中，提取知识点的知识信息。

进一步可选地，本实施例的问题回复的处理装置300中，生成模块303， 用于：

采用预先训练的回复生成模型，基于知识信息和问题，生成问题的知 识回复。

进一步可选地，如图4所示，本实施例的问题回复的处理装置300中， 还包括：

发布模块304，用于参考知识回复，发布用户的问题的回复。

进一步可选地，发布模块304，用于：

采用智能对话系统，基于问题，生成问题的通用回复；

将通用回复和知识回复，按照与问题的相关度进行排序；

采用通用回复和知识回复中、与问题相关度高的回复，发布问题的回 复。本实施例的问题回复的处理装置300，通过采用上述模块实现问题回 复的处理的实现原理以及技术效果，与上述相关方法实施例的实现相同， 详细可以参考上述相关方法实施例的记载，在此不再赘述。

本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等， 均符合相关法律法规的规定，且不违背公序良俗。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储 介质和一种计算机程序产品。

图5示出了可以用来实施本公开的实施例的示例电子设备500的示意 性框图。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/或者要求的本公开的实现。

如图5所示，设备500包括计算单元501，其可以根据存储在只读存 储器(ROM)502中的计算机程序或者从存储单元508加载到随机访问存 储器(RAM)503中的计算机程序，来执行各种适当的动作和处理。在 RAM 503中，还可存储设备500操作所需的各种程序和数据。计算单元 501、ROM 502以及RAM 503通过总线504彼此相连。输入/输出(I/O) 接口505也连接至总线504。

设备500中的多个部件连接至I/O接口505，包括：输入单元506， 例如键盘、鼠标等；输出单元507，例如各种类型的显示器、扬声器等； 存储单元508，例如磁盘、光盘等；以及通信单元509，例如网卡、调制 解调器、无线通信收发机等。通信单元509允许设备500通过诸如因特网 的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元501可以是各种具有处理和计算能力的通用和/或专用处理 组件。计算单元501的一些示例包括但不限于中央处理单元(CPU)、图 形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机 器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的 处理器、控制器、微控制器等。计算单元501执行上文所描述的各个方法和处理，例如问题回复的处理方法。例如，在一些实施例中，问题回复的 处理方法可被实现为计算机软件程序，其被有形地包含于机器可读介质， 例如存储单元508。在一些实施例中，计算机程序的部分或者全部可以经 由ROM 502和/或通信单元509而被载入和/或安装到设备500上。当计算 机程序加载到RAM 503并由计算单元501执行时，可以执行上文描述的 问题回复的处理方法的一个或多个步骤。备选地，在其他实施例中，计算 单元501可以通过其他任何适当的方式(例如，借助于固件)而被配置为 执行问题回复的处理方法。

本文中以上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、场可编程门阵列(FPGA)、专用集成电路(ASIC)、 专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设 备(CPLD)、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。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的 任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其 他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控 制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可 以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机 器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含 或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设 备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读 储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电 磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组 合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、 可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑 盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的 任何合适组合。

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)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。服务器 可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的 服务器。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或 删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地 执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望 的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。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。任何在本公开的精神和原则之内所作的修改、等同替换和 改进等，均应包含在本公开保护范围之内。

Claims (17)

1.一种问题回复的处理方法，其中，所述方法包括：

识别待回复的问题是否具有知识需求；

若有，基于知识库获取所述问题中的知识点对应的知识信息；

参考所述知识信息，生成所述问题的知识回复。

2.根据权利要求1所述的方法，其中，识别待回复的问题是否具有知识需求，包括：

基于预先训练的问题识别模型，识别所述问题是否具有知识需求。

3.根据权利要求1所述的方法，其中，基于知识库获取所述问题中的知识点对应的知识信息，包括：

基于预先训练的知识点提取模型提取所述问题中的知识点；

基于所述知识库，提取所述知识点的知识信息。

4.根据权利要求3所述的方法，其中，基于所述知识库，提取所述知识点的知识信息，包括：

获取所述问题对应的领域；

基于所述领域，确定对应的所述知识库；

从对应的所述知识库中，提取所述知识点的知识信息。

5.根据权利要求1-4任一所述的方法，其中，参考所述知识信息，生成所述问题的知识回复，包括：

采用预先训练的回复生成模型，基于所述知识信息和所述问题，生成所述问题的知识回复。

6.根据权利要求1-5任一所述的方法，其中，参考所述知识信息，生成所述问题的知识回复之后，所述方法还包括：

参考所述知识回复，发布所述用户的问题的回复。

7.根据权利要求6所述的方法，其中，参考所述知识回复，发布所述用户的问题的回复，包括：

采用智能对话系统，基于所述问题，生成所述问题的通用回复；

将所述通用回复和所述知识回复，按照与所述问题的相关度进行排序；

采用所述通用回复和所述知识回复中、与所述问题相关度高的回复，发布所述问题的回复。

8.一种问题回复的处理装置，其中，所述装置包括：

识别模块，用于识别待回复的问题是否具有知识需求；

获取模块，用于若有，基于知识库获取所述问题中的知识点对应的知识信息；

生成模块，用于参考所述知识信息，生成所述问题的知识回复。

9.根据权利要求8所述的装置，其中，所述识别模块，用于：

基于预先训练的问题识别模型，识别所述问题是否具有知识需求。

10.根据权利要求8所述的装置，其中，所述获取模块，包括：

第一提取单元，用于基于预先训练的知识点提取模型提取所述问题中的知识点；

第二提取单元，用于基于所述知识库，提取所述知识点的知识信息。

11.根据权利要求10所述的装置，其中，所述第二提取单元，用于：

获取所述问题对应的领域；

基于所述领域，确定对应的所述知识库；

从对应的所述知识库中，提取所述知识点的知识信息。

12.根据权利要求8-11任一所述的装置，其中，所述生成模块，用于：

采用预先训练的回复生成模型，基于所述知识信息和所述问题，生成所述问题的知识回复。

13.根据权利要求8-12任一所述的装置，其中，所述装置还包括：

发布模块，用于参考所述知识回复，发布所述用户的问题的回复。

14.根据权利要求13所述的装置，其中所述发布模块，用于：

采用智能对话系统，基于所述问题，生成所述问题的通用回复；

将所述通用回复和所述知识回复，按照与所述问题的相关度进行排序；

采用所述通用回复和所述知识回复中、与所述问题相关度高的回复，发布所述问题的回复。

15.一种电子设备，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权利要求1-7中任一项所述的方法。

16.一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根据权利要求1-7中任一项所述的方法。

17.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-7中任一项所述的方法。

Images