CN115114424A - 查询请求的应答方法及装置 - Google Patents
查询请求的应答方法及装置 Download PDFInfo
- Publication number
- CN115114424A CN115114424A CN202210834731.0A CN202210834731A CN115114424A CN 115114424 A CN115114424 A CN 115114424A CN 202210834731 A CN202210834731 A CN 202210834731A CN 115114424 A CN115114424 A CN 115114424A
- Authority
- CN
- China
- Prior art keywords
- query
- request information
- candidate
- query request
- statement
- 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
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
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic analysis
- G06F40/35—Discourse or dialogue representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Audiology, Speech & Language Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了一种查询请求的应答方法及装置,涉及数据处理技术领域,尤其涉及自然语言处理、搜索技术和智能客服等技术领域。实现方案为:获取用户输入的查询请求信息;从问答库中的多个查询语句中确定与查询请求信息相关联的多个候选查询语句;对于多个候选查询语句中的每个候选查询语句,确定用于表示该候选查询语句与查询请求信息相关性的至少一个相关特征;根据至少一个相关特征确定多个候选查询语句分别与查询请求信息的匹配度;根据多个候选查询语句分别与查询请求信息的匹配度从多个候选查询语句中确定至少一个目标查询语句;以及获取问答库中与至少一个目标查询语句相对应的答案信息,以作为针对查询请求信息的查询结果。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及自然语言处理、搜索技术和智能客服等技术领域,具体涉及一种查询请求的应答方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
背景技术
在智能问答系统中,基于FAQ(常见问题解答,frequently-asked questions,简称FAQ)的问答是系统基础性的能力。FAQ问答就是指在问答库中筛选出和用户输入的查询请求相匹配的标准问答。FAQ问答的匹配准确性则是衡量系统先进性的一个非常重要的指标。基于客户不同行业特点,不同的业务重点,FAQ问答库的维护程度各有不同。
目前,一般都是采用模型或基于字面匹配的规则进行FAQ匹配,这两种匹配方式存在较大局限性。对于模型而言,虽然该匹配方式泛化效果好,但是匹配耗时很高,在例如:企业IM(即时通讯)场景下,高耗时是用户不能忍受的。而对于字面匹配而言,虽然计算过程简单,耗时较短,但是泛化召回效果不好,无法实现精准匹配。
因此,发明一套能够适应各种情况下通用的、能够提升整体问答准确性且提升客户满意度、降低时间成本的FAQ匹配算法至关重要。
在此部分中描述的方法不一定是之前已经设想到或采用的方法。除非另有指明,否则不应假定此部分中描述的任何方法仅因其包括在此部分中就被认为是现有技术。类似地,除非另有指明,否则此部分中提及的问题不应认为在任何现有技术中已被公认。
发明内容
本公开提供了一种查询请求的应答方法及装置、电子设备、计算机可读存储介质和计算机程序产品。
根据本公开的一方面,提供了一种查询请求的应答方法,包括:获取用户输入的查询请求信息;从问答库中的多个查询语句中确定与查询请求信息相关联的多个候选查询语句,其中,问答库中存储有多个查询语句以及与多个查询语句中的每个查询语句相对应的答案信息;对于多个候选查询语句中的每个候选查询语句,确定用于表示该候选查询语句与查询请求信息相关性的至少一个相关特征;根据至少一个相关特征确定多个候选查询语句分别与查询请求信息的匹配度;根据多个候选查询语句分别与查询请求信息的匹配度从多个候选查询语句中确定至少一个目标查询语句;以及获取问答库中与至少一个目标查询语句相对应的答案信息,以作为针对查询请求信息的查询结果。
根据本公开的另一方面,提供了一种查询请求的应答装置,包括:第一获取单元,配置成获取用户输入的查询请求信息;第一确定单元,配置成从问答库中的多个查询语句中确定与查询请求信息相关联的多个候选查询语句,其中,问答库中存储有多个查询语句以及与多个查询语句中的每个查询语句相对应的答案信息;第二确定单元,配置成对于多个候选查询语句中的每个候选查询语句,确定用于表示该候选查询语句与查询请求信息相关性的至少一个相关特征;第三确定单元,配置成根据至少一个相关特征确定多个候选查询语句分别与查询请求信息的匹配度;第四确定单元,配置成根据多个候选查询语句分别与查询请求信息的匹配度从多个候选查询语句中确定至少一个目标查询语句;以及第二获取单元,配置成获取问答库中与至少一个目标查询语句相对应的答案信息,以作为针对查询请求信息的查询结果。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行上述的方法。
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,其中,计算机指令用于使计算机执行上述的方法。
根据本公开的又一方面,提供了一种计算机程序产品,包括计算机程序,其中,计算机程序在被处理器执行时实现上述的方法
根据本公开的一个或多个实施例,使用用于表示问答库内的候选查询语句与用户输入的查询请求信息之间相关性的相关特征来计算该候选查询语句和查询请求信息的匹配度,后续根据匹配度确定目标查询语句,从而能够得到与用户输入的查询请求信息更加匹配的目标查询语句,因此,提升了智能问答结果的匹配精准性。
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
附图示例性地示出了实施例并且构成说明书的一部分,与说明书的文字描述一起用于讲解实施例的示例性实施方式。所示出的实施例仅出于例示的目的,并不限制权利要求的范围。在所有附图中,相同的附图标记指代类似但不一定相同的要素。
图1示出了根据本公开的实施例的可以在其中实施本文描述的各种方法的示例性系统的示意图;
图2示出了根据本公开的实施例的查询请求的应答方法的流程图;
图3示出了根据本公开另一实施例的查询请求的应答方法的流程图;
图4示出了根据本公开另一实施例的确定至少一个相关特征的方法的流程图;
图5示出了根据本公开另一实施例的确定候选查询语句与查询请求信息的匹配度的方法的流程图;
图6示出了根据本公开另一实施例的确定至少一个目标查询语句的方法的流程图;
图7示出了根据本公开实施例的确定多个候选查询语句的方法的流程图;
图8示出了根据本公开的实施例的查询请求的应答装置的结构框图;以及
图9示出了能够用于实现本公开的实施例的示例性电子设备的结构框图。
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。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。
在本公开中,除非另有说明,否则使用术语“第一”、“第二”等来描述各种要素不意图限定这些要素的位置关系、时序关系或重要性关系,这种术语只是用于将一个要素与另一要素区分开。在一些示例中,第一要素和第二要素可以指向该要素的同一实例,而在某些情况下,基于上下文的描述,它们也可以指代不同实例。
在本公开中对各种示例的描述中所使用的术语只是为了描述特定示例的目的,而并非旨在进行限制。除非上下文另外明确地表明,如果不特意限定要素的数量,则该要素可以是一个也可以是多个。此外,本公开中所使用的术语“和/或”涵盖所列出的项目中的任何一个以及全部可能的组合方式。
下面将结合附图详细描述本公开的实施例。
图1示出了根据本公开的实施例可以将本文描述的各种方法和装置在其中实施的示例性系统100的示意图。参考图1,该系统100包括一个或多个客户端设备101、102、103、104、105和106、服务器120以及将一个或多个客户端设备耦接到服务器120的一个或多个通信网络110。客户端设备101、102、103、104、105和106可以被配置为执行一个或多个应用程序(App)。
在本公开的实施例中,服务器120可以运行使得能够执行查询请求的应答方法的一个或多个服务或软件应用。
在某些实施例中,服务器120还可以提供可以包括非虚拟环境和虚拟环境的其他服务或软件应用。在某些实施例中,这些服务可以作为基于web的服务或云服务提供,例如在软件即服务(SaaS)模型下提供给客户端设备101、102、103、104、105和/或106的用户。
在图1所示的配置中,服务器120可以包括实现由服务器120执行的功能的一个或多个组件。这些组件可以包括可由一个或多个处理器执行的软件组件、硬件组件或其组合。操作客户端设备101、102、103、104、105和/或106的用户可以依次利用一个或多个客户端应用程序来与服务器120进行交互以利用这些组件提供的服务。应当理解,各种不同的系统配置是可能的,其可以与系统100不同。因此,图1是用于实施本文所描述的各种方法的系统的一个示例,并且不旨在进行限制。
用户可以使用客户端设备101、102、103、104、105和/或106来输入查询请求信息,并且可以从客户端设备101、102、103、104、105和/或106得到针对所输入的查询请求信息的查询结果。客户端设备可以提供使客户端设备的用户能够与客户端设备进行交互的接口。客户端设备还可以经由该接口向用户输出信息。尽管图1仅描绘了六种客户端设备,但是本领域技术人员将能够理解,本公开可以支持任何数量的客户端设备。
客户端设备101、102、103、104、105和/或106可以包括各种类型的计算机设备,例如便携式手持设备、通用计算机(诸如个人计算机和膝上型计算机)、工作站计算机、可穿戴设备、智能屏设备、自助服务终端设备、服务机器人、游戏系统、瘦客户端、各种消息收发设备、传感器或其他感测设备等。这些计算机设备可以运行各种类型和版本的软件应用程序和操作系统,例如MICROSOFT Windows、APPLE iOS、类UNIX操作系统、Linux或类Linux操作系统(例如GOOGLE Chrome OS);或包括各种移动操作系统,例如MICROSOFT WindowsMobile OS、iOS、Windows Phone、Android。便携式手持设备可以包括蜂窝电话、智能电话、平板电脑、个人数字助理(PDA)等。可穿戴设备可以包括头戴式显示器(诸如智能眼镜)和其他设备。游戏系统可以包括各种手持式游戏设备、支持互联网的游戏设备等。客户端设备能够执行各种不同的应用程序,例如各种与Internet相关的应用程序、通信应用程序(例如电子邮件应用程序)、短消息服务(SMS)应用程序,并且可以使用各种通信协议。
网络110可以是本领域技术人员熟知的任何类型的网络,其可以使用多种可用协议中的任何一种(包括但不限于TCP/IP、SNA、IPX等)来支持数据通信。仅作为示例,一个或多个网络110可以是局域网(LAN)、基于以太网的网络、令牌环、广域网(WAN)、因特网、虚拟网络、虚拟专用网络(VPN)、内部网、外部网、公共交换电话网(PSTN)、红外网络、无线网络(例如蓝牙、WIFI)和/或这些和/或其他网络的任意组合。
服务器120可以包括一个或多个通用计算机、专用服务器计算机(例如PC(个人计算机)服务器、UNIX服务器、中端服务器)、刀片式服务器、大型计算机、服务器群集或任何其他适当的布置和/或组合。服务器120可以包括运行虚拟操作系统的一个或多个虚拟机,或者涉及虚拟化的其他计算架构(例如可以被虚拟化以维护服务器的虚拟存储设备的逻辑存储设备的一个或多个灵活池)。在各种实施例中,服务器120可以运行提供下文所描述的功能的一个或多个服务或软件应用。
服务器120中的计算单元可以运行包括上述任何操作系统以及任何商业上可用的服务器操作系统的一个或多个操作系统。服务器120还可以运行各种附加服务器应用程序和/或中间层应用程序中的任何一个,包括HTTP服务器、FTP服务器、CGI服务器、JAVA服务器、数据库服务器等。
在一些实施方式中,服务器120可以包括一个或多个应用程序,以分析和合并从客户端设备101、102、103、104、105和/或106的用户接收的数据馈送和/或事件更新。服务器120还可以包括一个或多个应用程序,以经由客户端设备101、102、103、104、105和/或106的一个或多个显示设备来显示数据馈送和/或实时事件。
在一些实施方式中,服务器120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。服务器120也可以是云服务器,或者是带人工智能技术的智能云计算服务器或智能云主机。云服务器是云计算服务体系中的一项主机产品,以解决传统物理主机与虚拟专用服务器(VPS,Virtual Private Server)服务中存在的管理难度大、业务扩展性弱的缺陷。
系统100还可以包括一个或多个数据库130。在某些实施例中,这些数据库可以用于存储数据和其他信息。例如,数据库130中的一个或多个可用于存储诸如音频文件和视频文件的信息。数据库130可以驻留在各种位置。例如,由服务器120使用的数据库可以在服务器120本地,或者可以远离服务器120且可以经由基于网络或专用的连接与服务器120通信。数据库130可以是不同的类型。在某些实施例中,由服务器120使用的数据库例如可以是关系数据库。这些数据库中的一个或多个可以响应于命令而存储、更新和检索到数据库以及来自数据库的数据。
在某些实施例中,数据库130中的一个或多个还可以由应用程序使用来存储应用程序数据。由应用程序使用的数据库可以是不同类型的数据库,例如键值存储库,对象存储库或由文件系统支持的常规存储库。
图1的系统100可以以各种方式配置和操作,以使得能够应用根据本公开所描述的各种方法和装置。
图2示出了根据本公开实施例的查询请求的应答方法200的流程图,方法200可以由图1所示的客户端设备101、102、103、104、105和/或106和服务器120共同执行完成。如图2所示,方法200包括:
步骤201,获取用户输入的查询请求信息;
步骤202,从问答库中的多个查询语句中确定与查询请求信息相关联的多个候选查询语句,其中,问答库中存储有多个查询语句以及与多个查询语句中的每个查询语句相对应的答案信息;
步骤203,对于多个候选查询语句中的每个候选查询语句,确定用于表示该候选查询语句与查询请求信息相关性的至少一个相关特征;
步骤204,根据至少一个相关特征确定多个候选查询语句分别与查询请求信息的匹配度;
步骤205,根据多个候选查询语句分别与查询请求信息的匹配度从多个候选查询语句中确定至少一个目标查询语句;以及
步骤206,获取问答库中与至少一个目标查询语句相对应的答案信息,以作为针对查询请求信息的查询结果。
根据本公开的一个或多个实施例,使用用于表示问答库内的候选查询语句与用户输入的查询请求信息之间相关性的相关特征来计算该候选查询语句和查询请求信息的匹配度,后续根据匹配度确定目标查询语句,从而能够得到与用户输入的查询请求信息更加匹配的目标查询语句,因此,提升了智能问答结果的匹配精准性。
在步骤201中,上述用户输入的查询请求信息是文本信息。查询请求信息可以由用户直接输入到客户端设备相关的App中,例如直接手动输入到App的交互界面中,以执行查询任务,也可以通过音频的方式进行输入,例如,用户可以和相关App进行语音交互,客户端设备可以将接收到的语音进行识别以得到文本信息格式的查询请求信息。上述相关App包括但不限于网页搜索引擎、具备搜索功能的社交媒体软件以及具有智能问答功能的设备中的App。
在步骤202中,所涉及的问答库可以存储在如图1所示的系统100的相关数据库130中。问答库可以预先存储一些常用或使用频繁的问题的查询语句,以及和该查询语句相关联的答案信息。例如,问答库可以包括查询语句“商业保险”以及和该查询语句相对应的答案信息,即,对于“商业保险”的回答和解释:“商业保险是指通过订立保险合同运营,以营利为目的的保险形式,由专门的保险企业经营。”由于问答库中存在的查询语句的条目数十分庞大,因此,在步骤202中,可以对这些海量的查询语句进行初步筛查,以得到与查询请求信息相关联的多个候选查询语句。多个候选查询语句用户后续做进一步的筛选,以用于确定和用户的查询请求信息精准匹配的目标查询语句。
在步骤203中,对于步骤202中确定好的每个候选查询语句,分别确定每个候选查询语句和用户的查询请求信息之间的至少一个相关特征。上述相关特征用于表示该候选查询语句与查询请求信息相关性,一般来说,候选查询语句和查询请求信息的相关性越高,它们之间的匹配度就越高。上述相关特征包括但不限于候选查询语句和查询请求信息之间的文字交集,即,候选查询语句和查询请求信息均包含的字、词的数量,以及文字交集分别占候选查询语句或查询请求信息的比例。上述相关特征还可以包括将候选查询语句和查询请求信息表示成语义向量后,这两个语义向量在向量空间中的夹角大小。
在步骤204中,针对步骤203中得到至少一个相关特征,综合考虑并确定每个候选查询语句与用户的查询请求信息的匹配度。上述匹配度可以表示为匹配度得分,匹配度得分越高表示候选查询语句与用户的查询请求信息的匹配度越高。最后,例如可以选择出匹配度得分最高的一个或多个候选查询语句以最为目标查询语句。目标查询语句表示用户的查询请求信息的真实查询意图。服务器120可以获取数据库130中问答库的与目标查询语句相对应的答案信息,以作为针对查询请求信息的查询结果。上述查询结果可以以文字的方式直接展示在App的交互界面上。
图3示出了根据本公开另一实施例的查询请求的应答方法300的流程图,方法300同样可以由图1所示的客户端设备101、102、103、104、105和/或106和服务器120共同执行完成。如图3所示,方法300包括:
步骤301,获取用户输入的查询请求信息;
步骤302,从问答库中的多个查询语句中确定与查询请求信息相关联的多个候选查询语句;
步骤3031,对于多个候选查询语句中的每个候选查询语句:确定查询请求信息和该候选查询语句中存在的相同的词语的字符占查询请求信息中总字符的比例,以作为第一交集特征;
步骤3032,确定查询请求信息和该候选查询语句中存在的相同的词语的字符占该候选查询语句中总字符的比例,以作为第二交集特征;
步骤304,根据第一交集特征和第二交集特征确定多个候选查询语句分别与查询请求信息的匹配度;
步骤305,将匹配度高于匹配度阈值的候选查询语句确定为至少一个目标查询语句;
步骤306,获取所述问答库中与所述至少一个目标查询语句相对应的答案信息,以作为针对所述查询请求信息的查询结果。
上述至少一个相关特征包括第一交集特征、第二交集特征以及查询请求信息与该候选查询语句的语义相似度特征。第一交集特征表示为查询请求信息和该候选查询语句中存在的相同的词语的字符占查询请求信息中总字符的比例,第二交集特征表示为查询请求信息和该候选查询语句中存在的相同的词语的字符占该候选查询语句中总字符的比例。第一交集特征和第二交集特征可以通过下列算式计算得到:
在上式中,cqr表示第一交集特征,ctr表示第二交集特征,user_query表示用户输入的查询请求信息,std_query表示问答库中的候选查询语句。
在上述步骤3031中,可以通过式(1)计算出第一交集特征,在步骤3032中,通过式(2)计算出第二交集特征。
在另外一些实施例中,除了上述第一交集特征、第二交集特征之外,还可以包括第三交集特征和第四交集特征。其中,第三交集特征和第四交集特征是指将用户输入的查询请求信息和候选查询语句分别去除停用词后,再计算两者中存在的相同的词语分别占这两者中总字符的比例。停用词是指在信息检索中,为节省存储空间和提高搜索效率,在处理自然语言数据(或文本)之前或之后会自动过滤掉某些字或词。这些停用词都是人工输入、非自动化生成的,生成后的停用词会形成一个停用词表。
通过确定候选查询语句和查询请求信息的交集来确定上述至少一个相关特征,实现使用更多维度、类型的相关特征来确定匹配度,使得最终确定的目标查询语句匹配更准确。
在步骤305中,可以将匹配度高于匹配度阈值的候选查询语句确定为至少一个目标查询语句。
图4示出了根据本公开另一实施例的确定至少一个相关特征的方法400的流程图,如图4所示,该方法400包括:
步骤401,分别将查询请求信息和该候选查询语句在向量空间内表示为第一语义向量和第二语义向量;
步骤402,计算第一语义向量和第二语义向量之间的夹角的余弦值;
步骤403,根据余弦值确定查询请求信息与该候选查询语句的语义相似度特征;
在步骤401中,可以先将查询请求信息和该候选查询语句进行分词,以得到多个组成词,然后分别确定这些词的词向量。查询请求信息的第一语义向量和候选查询语句的第二语义向量可以通过对上述各个词向量进行组合得到。在向量空间中,第一语义向量和第二语义向量的夹角越大,说明两者差异越大,而夹角越小,匹配度越高。在后续步骤402和403中,可以计算第一语义向量和第二语义向量之间的夹角的余弦值,并将该余弦值作为上述语义相似度特征。
为了确保计算语义相似度特征的耗时尽可能的低,在对用户输入的查询请求信息和候选查询语句计算语义相似度特征之前,可以借助BERT-whitening模型,首先利用少量第一语义向量训练PCA降维模型,然后对查询请求信息的第一语义向量进行降维(将768维的语义向量减少为256维),然后再计算上述语义相似度特征。
图5示出了根据本公开另一实施例的确定候选查询语句与查询请求信息的匹配度的方法500的流程图,如图5所示,该方法500包括:
步骤501,对于多个候选查询语句中的每个候选查询语句:确定该候选查询语句的至少一个相关特征中的每个相关特征的权重;
步骤502,根据至少一个相关特征以及每个相关特征的权重确定查询请求信息与该候选查询语句的匹配度;
在步骤501中,对于每个候选查询语句,将其至少一个相关特征中的每个相关特征赋予权重。例如,在相关特征包括上述第一交集特征、第二交集特征以及语义相似度特征的情况下,分别将这三个特征赋予权重值。在步骤502中,通过将这三个相关特征分别乘以其各自的权重值,然后再相加得到最终的匹配度。
上述步骤中,对各个相关特征施加权重,可以进一步提高匹配度的准确性。而且对于不同的场景,可以自由设置权重。例如,在需要精准匹配的情景下,可以赋予语义相似度特征较高的权重;在需要快速匹配或需要目标查询语句尽可能精简的情景下,可以赋予第一交集特征、第二交集特征较高的权重。
在另外一些实施例中,还可以利用匹配度预测模型得到匹配度。具体地,将该候选查询语句的至少一个相关特征输入到匹配度预测模型中,得到查询请求信息与该候选查询语句的匹配度。上述匹配度预测模型通过使用多个样本数据训练得到,多个样本数据中的每个样本数据包括样本查询语句与样本查询信息的至少一个相关特征及相对应的样本查询语句与样本查询信息的匹配度。在训练的过程中,将样本数据中的至少一个相关特征输入到模型中,根据输出结果和对应的样本查询语句与样本查询信息的匹配度计算损失值,利用损失值调整模型参数,多次调整之后得到训练好的匹配度预测模型。
在用户使用相关App进行查询或问答的某些情况下,可以由用户自主选择和输入的查询请求信息相匹配的目标查询语句。App可以将输入的查询请求信息及其相匹配的目标查询语句作为测试数据上传到服务器120,服务器120可以对上述数据进行解析,以得到用于训练上述匹配度预测模型的样本数据。在当前用户的样本数据较少的情况下,可以利用数据增强生成新的样本数据,或者使用冷启动的方式来训练匹配度预测模型。
图6示出了根据本公开另一实施例的确定至少一个目标查询语句的方法600的流程图,如图6所示,该方法600包括:
步骤601,响应于多个候选查询语句分别与查询请求信息的匹配度均小于匹配度阈值,按照匹配度对多个候选查询语句进行排序;以及
步骤602,根据排序结果,从多个候选查询语句中选择至少一个候选查询语句,以供用户从中选择出至少一个目标查询语句。
在步骤601和步骤602中,若多个候选查询语句分别与查询请求信息的匹配度均小于上述匹配度阈值,可以按照匹配度对多个候选查询语句进行排序。然后,从多个候选查询语句中选择至少一个候选查询语句,以供用户从中选择出至少一个目标查询语句,以明确查询意图。例如,相关App可以将至少一个候选查询语句以列表的形式在App的交互界面上展示给用户,以供用户进行选择。通过排序以及为用户提供并展示至少一个候选查询语句,可以提供另外推荐的答案,增加用户选择答案的自由度。
图7示出了根据本公开实施例的确定多个候选查询语句的方法700的流程图,如图7所示,该方法700包括:
步骤701,将查询请求信息进行分词,得到多个目标词;
步骤702,根据预先设置的同义词典,将查询请求信息中的多个目标词中的至少部分目标词替换为对应的同义词,以得到针对查询请求信息的多个同义信息,其中,同义词典包括多个目标词以及与每个目标词相对应的同义词;
步骤703,从多个查询语句中选择和多个同义信息相关联的查询语句,以作为多个候选查询语句;
在步骤701至步骤703中,可以通过同义信息转换的方式在问答库中得到多的候选查询语句。
具体地,在步骤701中,可以使用相关App中的ES(elastic search)搜索引擎对用户的查询请求信息进行分词,得到多个目标词。
在步骤702中,同义词典包括多个目标词以及与每个目标词相对应的同义词,上述同义词典可以存储在数据库130中,以便于服务器120进行调用。每个目标词及其相对应的同义词可以以成对或成组的方式存储在数据库130中,例如存储为:商品/产品、汽车/车辆/驾驶工具等等。
在步骤703中,通过同义词替换的方式,等到了多个同义信息,这些同义信息根据多个目标词中目标词替换的数量和位置而存在不同。例如:对于查询请求信息“家用电器”,可以分别对家用、电器这两个词进行替换,对“家用”进行替换可以得到“家庭、用户”等,由此得到一系列同义信息;对“电器”进行替换可以得到“设备、器械”等,由此得到另一系列的同义信息;还可以对这两个词分别进行替换,以得到另一系列的同义信息。后续可以从问答库中选择出和这些同义信息相同或相近的查询语句以作为候选查询语句。
在另外一些实施例中,还可以使用其他方法从问答库中的大量查询语句中选择出候选查询语句,例如,可以使用训练模型进行筛选。示例性地,可以利用离线-ANN(faiss)索引构建:使用轻量级的语义表示模型(例如:由word2vec训练的词向量),将问答库中的查询语句表示成语义向量后,将语义向量以及对应的查询语句存入到faiss索引中。后续,可以将用户输入的查询请求信息表示成语义向量后,查询faiss索引,利用语义向量计算每个查询语句的语义向量和查询请求信息的语义向量的夹角cos值。通过对上述cos值降序排序从大量查询语句中选择出候选查询语句。
在另外一些实施例中,还可以综合使用上述同义信息转换以及训练模型筛选的方式得到多个候选查询语句。例如,可以通过同义信息转换的方式得到50个第一候选查询语句,可以通过训练模型筛选的方式得到另外50个第二候选查询语句,第一候选查询语句和第二候选查询语句共同组成100个候选查询语句。
根据本公开的另一个方面,还提供了一种查询请求的应答装置,图8示出了根据本公开的实施例的查询请求的应答装置800的结构框图。如图8所示,该装置800包括:第一获取单元810,配置成获取用户输入的查询请求信息;第一确定单元820,配置成从问答库中的多个查询语句中确定与查询请求信息相关联的多个候选查询语句,其中,问答库中存储有多个查询语句以及与多个查询语句中的每个查询语句相对应的答案信息;第二确定单元830,配置成对于多个候选查询语句中的每个候选查询语句,确定用于表示该候选查询语句与查询请求信息相关性的至少一个相关特征;第三确定单元840,配置成根据至少一个相关特征确定多个候选查询语句分别与查询请求信息的匹配度;第四确定单元850,配置成根据多个候选查询语句分别与查询请求信息的匹配度从多个候选查询语句中确定至少一个目标查询语句;以及第二获取单元860,配置成获取问答库中与至少一个目标查询语句相对应的答案信息,以作为针对查询请求信息的查询结果。
图8中所示装置800的各个单元可以与参考图2描述的方法200中的各个步骤相对应,由此,上面针对方法200描述的操作、特征和优点同样适用于装置800及其包括的单元。为了简洁起见,某些操作、特征和优点在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的收集、存储、使用、加工、传输、提供和公开等处理,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,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。
参考图9,现将描述可以作为本公开的服务器或客户端的电子设备900的结构框图,其是可以应用于本公开的各方面的硬件设备的示例。电子设备旨在表示各种形式的数字电子的计算机设备,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9所示,电子设备900包括计算单元901,其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序,来执行各种适当的动作和处理。在RAM903中,还可存储电子设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。
电子设备900中的多个部件连接至I/O接口905,包括:输入单元906、输出单元907、存储单元908以及通信单元909。输入单元906可以是能向电子设备900输入信息的任何类型的设备,输入单元906可以接收输入的数字或字符信息,以及产生与电子设备的用户设置和/或功能控制有关的键信号输入,并且可以包括但不限于鼠标、键盘、触摸屏、轨迹板、轨迹球、操作杆、麦克风和/或遥控器。输出单元907可以是能呈现信息的任何类型的设备,并且可以包括但不限于显示器、扬声器、视频/音频输出终端、振动器和/或打印机。存储单元908可以包括但不限于磁盘、光盘。通信单元909允许电子设备900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,并且可以包括但不限于调制解调器、网卡、红外通信设备、无线通信收发机和/或芯片组,例如蓝牙TM设备、802.11设备、WiFi设备、WiMax设备、蜂窝通信设备和/或类似物。
计算单元901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901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901执行上文所描述的各个方法和处理,例如查询请求的应答方法。例如,在一些实施例中,查询请求的应答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909。在一些实施例中,计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到电子设备900上。当计算机程序加载到RAM903并由计算单元901执行时,可以执行上文描述的查询请求的应答方法的一个或多个步骤。备选地,在其他实施例中,计算单元901可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行查询请求的应答方法。
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)、复杂可编程逻辑设备(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,本公开中记载的各步骤可以并行地执行、也可以顺序地或以不同的次序执行,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。
虽然已经参照附图描述了本公开的实施例或示例,但应理解,上述的方法、系统和设备仅仅是示例性的实施例或示例,本发明的范围并不由这些实施例或示例限制,而是仅由授权后的权利要求书及其等同范围来限定。实施例或示例中的各种要素可以被省略或者可由其等同要素替代。此外,可以通过不同于本公开中描述的次序来执行各步骤。进一步地,可以以各种方式组合实施例或示例中的各种要素。重要的是随着技术的演进,在此描述的很多要素可以由本公开之后出现的等同要素进行替换。
Claims (12)
1.一种查询请求的应答方法,包括:
获取用户输入的查询请求信息;
从问答库中的多个查询语句中确定与所述查询请求信息相关联的多个候选查询语句,其中,所述问答库中存储有多个查询语句以及与所述多个查询语句中的每个查询语句相对应的答案信息;
对于所述多个候选查询语句中的每个候选查询语句,确定用于表示该候选查询语句与所述查询请求信息相关性的至少一个相关特征;
根据所述至少一个相关特征确定所述多个候选查询语句分别与所述查询请求信息的匹配度;
根据所述多个候选查询语句分别与所述查询请求信息的匹配度从所述多个候选查询语句中确定至少一个目标查询语句;以及
获取所述问答库中与所述至少一个目标查询语句相对应的答案信息,以作为针对所述查询请求信息的查询结果。
2.根据权利要求1所述的方法,其中,所述至少一个相关特征包括第一交集特征和第二交集特征,其中,对于所述多个候选查询语句中的每个候选查询语句,确定用于表示该候选查询语句与所述查询请求信息相关性的至少一个相关特征包括:
确定所述查询请求信息和该候选查询语句中存在的相同的词语对应的字符占所述查询请求信息中总字符的比例,以作为所述第一交集特征;以及
确定所述查询请求信息和该候选查询语句中存在的相同的词语对应的字符占该候选查询语句中总字符的比例,以作为所述第二交集特征。
3.根据权利要求1所述的方法,其中,所述至少一个相关特征包括所述查询请求信息与该候选查询语句的语义相似度特征,其中,对于所述多个候选查询语句中的每个候选查询语句,确定用于表示该候选查询语句与所述查询请求信息相关性的至少一个相关特征包括:
分别将所述查询请求信息和该候选查询语句在向量空间内表示为第一语义向量和第二语义向量;
计算所述第一语义向量和所述第二语义向量之间的夹角的余弦值;
根据所述余弦值确定所述查询请求信息与该候选查询语句的语义相似度特征。
4.根据权利要求2或3所述的方法,其中,所述根据所述至少一个相关特征确定所述多个候选查询语句分别与所述查询请求信息的匹配度包括:
对于所述多个候选查询语句中的每个候选查询语句:
确定该候选查询语句的至少一个相关特征中的每个相关特征的权重;
根据所述至少一个相关特征以及每个相关特征的权重确定所述查询请求信息与该候选查询语句的匹配度。
5.根据权利要求2或3所述的方法,其中,所述根据所述至少一个相关特征确定所述多个候选查询语句分别与所述查询请求信息的匹配度包括:
对于所述多个候选查询语句中的每个候选查询语句:
将该候选查询语句的至少一个相关特征输入到匹配度预测模型中,得到所述查询请求信息与该候选查询语句的匹配度,其中,所述匹配度预测模型通过使用多个样本数据训练得到,所述多个样本数据中的每个样本数据包括样本查询语句与样本查询信息的至少一个相关特征及相对应的所述样本查询语句与所述样本查询信息的匹配度。
6.根据权利要求1-5中任一项所述的方法,其中,所述根据所述多个候选查询语句分别与所述查询请求信息的匹配度从所述多个候选查询语句中确定至少一个目标查询语句包括:
将所述匹配度高于匹配度阈值的候选查询语句确定为所述至少一个目标查询语句。
7.根据权利要求6所述的方法,其中,所述根据所述多个候选查询语句分别与所述查询请求信息的匹配度从所述多个候选查询语句中确定至少一个目标查询语句还包括:
响应于所述多个候选查询语句分别与所述查询请求信息的匹配度均小于所述匹配度阈值,按照所述匹配度对所述多个候选查询语句进行排序;以及
根据排序结果,从所述多个候选查询语句中选择至少一个候选查询语句,以供用户从中选择出至少一个目标查询语句。
8.根据权利要求1-5中任一项所述的方法,其中,所述从问答库中的多个查询语句中确定与所述查询请求信息相关联的多个候选查询语句包括:
将所述查询请求信息进行分词,得到多个目标词;
根据预先设置的同义词典,将所述查询请求信息中的所述多个目标词中的至少部分目标词替换为对应的同义词,以得到针对所述查询请求信息的多个同义信息,其中,所述同义词典包括多个目标词以及与每个目标词相对应的同义词;以及
从所述多个查询语句中选择和所述多个同义信息相关联的查询语句,以作为所述多个候选查询语句。
9.一种查询请求的应答装置,包括:
第一获取单元,配置成获取用户输入的查询请求信息;
第一确定单元,配置成从问答库中的多个查询语句中确定与所述查询请求信息相关联的多个候选查询语句,其中,所述问答库中存储有多个查询语句以及与所述多个查询语句中的每个查询语句相对应的答案信息;
第二确定单元,配置成对于所述多个候选查询语句中的每个候选查询语句,确定用于表示该候选查询语句与所述查询请求信息相关性的至少一个相关特征;
第三确定单元,配置成根据所述至少一个相关特征确定所述多个候选查询语句分别与所述查询请求信息的匹配度;
第四确定单元,配置成根据所述多个候选查询语句分别与所述查询请求信息的匹配度从所述多个候选查询语句中确定至少一个目标查询语句;以及
第二获取单元,配置成获取所述问答库中与所述至少一个目标查询语句相对应的答案信息,以作为针对所述查询请求信息的查询结果。
10.一种电子设备,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1-8中任一项所述的方法。
11.一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1-8中任一项所述的方法。
12.一种计算机程序产品,包括计算机程序,其中,所述计算机程序在被处理器执行时实现权利要求1-8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210834731.0A CN115114424A (zh) | 2022-07-14 | 2022-07-14 | 查询请求的应答方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210834731.0A CN115114424A (zh) | 2022-07-14 | 2022-07-14 | 查询请求的应答方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115114424A true CN115114424A (zh) | 2022-09-27 |
Family
ID=83333352
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210834731.0A Pending CN115114424A (zh) | 2022-07-14 | 2022-07-14 | 查询请求的应答方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115114424A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115510193A (zh) * | 2022-10-10 | 2022-12-23 | 北京百度网讯科技有限公司 | 查询结果向量化方法、查询结果确定方法及相关装置 |
CN117473069A (zh) * | 2023-12-26 | 2024-01-30 | 深圳市明源云客电子商务有限公司 | 业务语料生成方法、装置、设备及计算机可读存储介质 |
-
2022
- 2022-07-14 CN CN202210834731.0A patent/CN115114424A/zh active Pending
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115510193A (zh) * | 2022-10-10 | 2022-12-23 | 北京百度网讯科技有限公司 | 查询结果向量化方法、查询结果确定方法及相关装置 |
CN115510193B (zh) * | 2022-10-10 | 2024-04-16 | 北京百度网讯科技有限公司 | 查询结果向量化方法、查询结果确定方法及相关装置 |
CN117473069A (zh) * | 2023-12-26 | 2024-01-30 | 深圳市明源云客电子商务有限公司 | 业务语料生成方法、装置、设备及计算机可读存储介质 |
CN117473069B (zh) * | 2023-12-26 | 2024-04-12 | 深圳市明源云客电子商务有限公司 | 业务语料生成方法、装置、设备及计算机可读存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113836333A (zh) | 图文匹配模型的训练方法、实现图文检索的方法、装置 | |
CN115114424A (zh) | 查询请求的应答方法及装置 | |
CN116521841B (zh) | 用于生成回复信息的方法、装置、设备及介质 | |
CN116501960B (zh) | 内容检索方法、装置、设备及介质 | |
CN114443989B (zh) | 排序方法、排序模型的训练方法、装置、电子设备及介质 | |
CN115168545A (zh) | 群组搜索方法、装置、电子设备及介质 | |
KR20230006601A (ko) | 정렬 방법, 정렬 모델의 트레이닝 방법, 장치, 전자 기기 및 매체 | |
CN116541536B (zh) | 知识增强的内容生成系统、数据生成方法、设备和介质 | |
CN116028605B (zh) | 逻辑表达式生成方法、模型训练方法、装置及介质 | |
CN114490986B (zh) | 计算机实施的数据挖掘方法、装置、电子设备及存储介质 | |
CN115964462A (zh) | 对话内容处理方法、对话理解模型的训练方法和装置 | |
CN115600646A (zh) | 语言模型的训练方法、装置、介质及设备 | |
CN115269989A (zh) | 对象推荐方法、装置、电子设备和存储介质 | |
CN114219046A (zh) | 模型训练方法、匹配方法、装置、系统、电子设备和介质 | |
CN114547252A (zh) | 文本识别方法、装置、电子设备和介质 | |
CN114281990A (zh) | 文档分类方法及装置、电子设备和介质 | |
CN112860681A (zh) | 数据清洗方法及装置、计算机设备和介质 | |
CN114860836B (zh) | 失效兴趣点的挖掘方法及装置、设备和介质 | |
CN115033782B (zh) | 推荐对象的方法、机器学习模型的训练方法、装置和设备 | |
CN115809364B (zh) | 对象推荐方法和模型训练方法 | |
CN114861658B (zh) | 地址信息解析方法及装置、设备和介质 | |
CN115168577B (zh) | 模型更新方法、装置、电子设备及存储介质 | |
CN115829653A (zh) | 广告文本的相关度确定方法及装置、设备和介质 | |
CN115577081A (zh) | 对话方法及装置、设备和介质 | |
CN114117074A (zh) | 数据处理方法、装置、电子设备和介质 |
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 |