CN115409042B - 一种基于思维导图的机器人问答方法及装置 - Google Patents

一种基于思维导图的机器人问答方法及装置 Download PDF

Info

Publication number
CN115409042B
CN115409042B CN202211330793.4A CN202211330793A CN115409042B CN 115409042 B CN115409042 B CN 115409042B CN 202211330793 A CN202211330793 A CN 202211330793A CN 115409042 B CN115409042 B CN 115409042B
Authority
CN
China
Prior art keywords
user
mind map
question
nodes
questioning
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.)
Active
Application number
CN202211330793.4A
Other languages
English (en)
Other versions
CN115409042A (zh
Inventor
郑俊成
陈勇
王瑞环
吴明岩
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.)
Beijing Guen Zhihui Technology Co ltd
Original Assignee
Beijing Guen Zhihui Technology Co ltd
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 Beijing Guen Zhihui Technology Co ltd filed Critical Beijing Guen Zhihui Technology Co ltd
Priority to CN202211330793.4A priority Critical patent/CN115409042B/zh
Publication of CN115409042A publication Critical patent/CN115409042A/zh
Application granted granted Critical
Publication of CN115409042B publication Critical patent/CN115409042B/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
    • G06F40/00—Handling natural language data
    • G06F40/30—Semantic analysis
    • G06F40/35—Discourse or dialogue representation
    • 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
    • G06F16/35—Clustering; Classification
    • G06F16/355—Class or cluster creation or modification

Abstract

本发明提供了一种基于思维导图的机器人问答方法及装置，应用于人工智能技术领域，所述机器人问答方法根据用户提问内容和意图匹配算法，确定思维导图中与所述用户提问内容相匹配的一个或多个意图；再根据所述一个或多个意图查询所述思维导图，确定所述一个或多个意图的答复；然后根据答复评估规则评估所述一个或多个意图的答复，确定所述用户提问内容的答复。本发明可以通过查询思维导图确定问题的答复，可以直观的从思维导图中看到查询问题答案时的逻辑，使用成本较低，并且根据意图匹配算法和答复评估规则确定问题的答复，可以提高答复的准确率，提高用户的使用体验。

Description

一种基于思维导图的机器人问答方法及装置
技术领域
本发明涉及人工智能技术领域，尤其涉及一种基于思维导图的机器人问答方法、装置、电子设备及存储介质。
背景技术
现有的机器人问答的实现方式有两种，一种是预先设置好问答内容，然后根据问题匹配相应的答案，另一种是基于大量的问答语料进行训练，得到问答模型。第一种方式的问答内容是预先设置好的，不够灵活，很多情况下不能准确的得到问题的答案，第二种方式是利用训练好的模型，不能直观的体现问答的逻辑，对于模型训练的要求较高，使用成本较高。
发明内容
本发明提供了一种基于思维导图的机器人问答方法、装置、电子设备及存储介质，可以通过查询思维导图确定问题的答复，可以直观的从思维导图中看到查询问题答案的逻辑，使用成本较低，并且根据意图匹配算法和答复评估规则确定问题的答复，可以提高答复的准确率，提高用户的使用体验。
第一方面，本发明的实施例提供了一种基于思维导图的机器人问答方法,包括：
根据用户提问内容和意图匹配算法，确定思维导图中与用户提问内容相匹配的一个或多个意图；
其中，意图匹配算法包括如下一项或多项：规则算法、相似度算法、或语义算法；
根据一个或多个意图查询思维导图，确定一个或多个意图的答复；
根据答复评估规则评估一个或多个意图的答复，确定用户提问内容的答复；
其中，答复评估规则包括如下一项或多项：问题相关度评估规则、答复历史反馈评估规则、用户提问内容实体提取结果评估规则、用户评估规则。
通过上述技术方案，可以查询思维导图确定问题的答复，可以直观的从思维导图中看到查询问题答案的逻辑，使用成本较低，并且根据意图匹配算法和答复评估规则确定问题的答复，可以提高答复的准确率，提高用户的使用体验。
可选地，思维导图包括技能节点，技能节点与知识库关联；技能节点下包括一个或多个分类节点；分类节点下包括一个或多个意图节点；意图节点下包括一个或多个答复节点。
可选地，根据一个或多个意图查询思维导图，确定一个或多个意图的答复，包括：
根据一个或多个意图定位到思维导图中的一个或多个意图节点；
根据一个或多个意图节点定位到思维导图中的一个或多个答复节点；
根据答复节点下的答复，确定一个或多个意图的答复。
可选地，根据用户提问内容和意图匹配算法，确定思维导图中与用户提问内容相匹配的一个或多个意图，包括：
若用户提问内容的长度小于长度阈值，则根据规则算法，确定思维导图中与用户提问内容相匹配的一个或多个意图。
可选地，根据用户提问内容和意图匹配算法，确定思维导图中与用户提问内容相匹配的一个或多个意图，包括：
若用户提问内容的长度大于或等于长度阈值，则根据相似度算法和/或语义算法，确定思维导图中与用户提问内容相匹配的一个或多个意图。
可选地，机器人问答方法还包括：
若思维导图中没有与用户提问内容相匹配的意图，则输出提醒信息；提醒信息用于指导用户补充提问关键词；
根据关键词输出多个提问选项；提问选项用于用户选择提问内容。
可选地，机器人问答方法还包括：
输出对话框和思维导图；对话框中包括用户与问答机器人的对话内容；
根据对话内容定位到思维导图中的节点，并突出显示思维导图中的节点。
第二方面，本发明的实施例提供了一种基于思维导图的机器人问答装置,包括：
确定模块，用于根据用户提问内容和意图匹配算法，确定思维导图中与用户提问内容相匹配的一个或多个意图；
其中，意图匹配算法包括如下一项或多项：规则算法、相似度算法、或语义算法；
查询模块，用于根据一个或多个意图查询思维导图，确定一个或多个意图的答复；
评估模块，用于根据答复评估规则评估一个或多个意图的答复，确定用户提问内容的答复；
其中，答复评估规则包括如下一项或多项：问题相关度评估规则、答复历史反馈评估规则、用户提问内容实体提取结果评估规则、用户评估规则。
第三方面，本发明的实施例提供了一种电子设备，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述程序时实现如第一方面中任一实现方式所述的方法。
第四方面，本发明的实施例提供了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面中任一实现方式所述的方法。
本发明提供了一种基于思维导图的机器人问答方法、装置、电子设备及存储介质，将思维导图应用到机器人问答中，将思维导图与问答机器人绑定，问答机器人回答用户提问时可以查询思维导图得到答复内容，用户可以直观的从思维导图中看到查询问题答案的逻辑，使用成本较低；并且在查询完思维导图时根据意图匹配算法来得到答复内容，得到答复内容后再根据答复评估规则评估答复内容，确定用户提问对应的答复，可以提高答复的效率和准确率，提高用户的使用体验。
应当理解，发明内容部分中所描述的内容并非旨在限定本发明的实施例的关键或重要特征，亦非用于限制本发明的范围。本发明的其它特征将通过以下的描述变得容易理解。
附图说明
结合附图并参考以下详细说明，本发明各实施例的上述和其他特征、优点及方面将变得更加明显。在附图中，相同或相似的附图标记表示相同或相似的元素。
图1为本发明实施例的一种基于思维导图的机器人问答方法的流程图；
图2为本发明实施例的一种基于思维导图的机器人问答装置的结构示意图；
图3为本发明实施例的一种电子设备的结构图。
具体实施方式
为了使本技术领域的人员更好地理解本说明书一个或多个实施例中的技术方案，下面将结合本说明书一个或多个实施例中的附图，对本说明书一个或多个实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本说明书的一部分实施例，而不是全部的实施例。基于本说明书一个或多个实施例，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所有其他实施例，都应当属于本文件的保护范围。
需要说明的是，本发明实施例描述的仅仅是为了更加清楚的说明本发明实施例的技术方案，并不构成对本发明实施例提供的技术方案的限定。
图1为本发明实施例的一种基于思维导图的机器人问答方法的流程图。如图1所示，包括：
S101、根据用户提问内容和意图匹配算法，确定思维导图中与用户提问内容相匹配的一个或多个意图。
可选地，意图匹配算法包括如下一项或多项：规则算法、相似度算法、或语义算法。
可选地，思维导图包括技能节点，技能节点与知识库关联；技能节点下包括一个或多个分类节点；分类节点下包括一个或多个意图节点；意图节点下包括一个或多个答复节点。
可选地，若用户提问内容的长度小于长度阈值，则根据规则算法，确定思维导图中与用户提问内容相匹配的一个或多个意图。
可选地，若用户提问内容的长度大于或等于长度阈值，则根据相似度算法和/或语义算法，确定思维导图中与用户提问内容相匹配的一个或多个意图。
可选地，规则算法通过预先设置匹配规则实现，例如：根据用户提问内容的关键词从思维导图中筛选出对应的意图节点。
可选地，相似度算法通过预先训练好的相似度计算模型实现，例如：将用户提问内容和思维导图中意图节点的内容输入到相似度计算模型中，计算得到他们之间的相似度，在将计算得到的相似度与相似度阈值比较，将大于相似度阈值的意图节点筛选出来。
可选地，语义算法通过预先训练好的语义算法模型实现，例如：将用户提问内容输入语义算法模型中，得到用户提问内容的关键词，再根据关键词从思维导图中匹配到对应的意图节点，。
示例性地，用户提问内容为“上海市长江大桥在哪里”，用户提问内容的字数小于长度阈值20，使用规则算法将用户提问内容与思维导图的意图节点进行匹配。
示例性地，用户提问内容为“空调坏了，遥控器不能打开空调，空调的显示灯也不亮了，怎么处理”用户提问内容的字数大于长度阈值20，使用相似度算法和语义算法将用户提问内容与思维导图的意图节点进行匹配。其中语义算法的权重可以为0.8，相似度算法的权重可以为0.2。
可选地，若思维导图中没有与用户提问内容相匹配的意图，则输出提醒信息，提醒信息用于指导用户补充提问关键词；然后根据关键词输出多个提问选项，提问选项用于用户选择提问内容。
示例性地，用户提问内容为“空调坏了，怎么办”，根据用户提问内容在思维导图中没有匹配到对应的意图节点，然后根据用户提问内容，输出“请提供空调的类型和品牌”，用户输入空调的类型为壁挂式，品牌为A，根据关键词壁挂式和A给出提问选项“壁挂式空调坏了，怎么处理”、“A品牌的空调坏了，怎么处理”和“A品牌的壁挂式空调坏了，怎么处理”，用户根据需求选择合适的提问内容后，在根据提问内容查询思维导图给出答复。
可选地，在配置问答机器人的提问选项时，可以根据关键词和预设的模板，通过排列组合的方式，配置提问选项。
示例性地，关键词为OA系统、工单系统、账号和密码，模板为“…的…是多少”，通过排列组合可以得到的提问选项为“OA系统的密码是多少”、“OA系统的账号是多少”、“工单系统的密码是多少”和“工单系统的账号是多少”。
S102、根据一个或多个意图查询思维导图，确定一个或多个意图的答复。
可选地，根据一个或多个意图查询思维导图，确定一个或多个意图的答复，包括：
根据一个或多个意图定位到思维导图中的一个或多个意图节点；
根据一个或多个意图节点定位到思维导图中的一个或多个答复节点；
根据答复节点下的答复，确定一个或多个意图的答复。
示例性地，步骤S101中匹配到的意图为“上海市长江大桥在哪里”，查询思维导图定位到的答复节点为“地理位置信息”，进一步的得到该节点下的答复“上海市长江大桥在长江入海口之上”、“上海市长江大桥在中国上海市崇明区境内”和“上海市长江大桥在中国上海市崇明区境内，位于长江入海口之上”。
S103、根据答复评估规则评估一个或多个意图的答复，确定用户提问内容的答复。
可选地，答复评估规则包括如下一项或多项：问题相关度评估规则、答复历史反馈评估规则、用户提问内容实体提取结果评估规则、用户评估规则。
可选地，根据问题相关度评估规则评估答复时，计算答复内容和问题的相关程度，根据计算结果给出评分。
可选地，根据答复历史反馈评估规则评估答复时，查看该条答复的历史评价，根据评价情况给出评分。
可选地，根据用户提问内容实体提取结果评估规则评估答复时，先提取用户提问内容的实体，实体可以为用户提问内容的主语、宾语或定语，然后将提取出来的实体与答复内容中的实体进行匹配，根据匹配结果给出评分。
可选地，计算上述评估所得的总分，选取总分最高的答复作为用户提问内容的答复。
可选地，机器人问答方法还包括：
输出对话框和思维导图；对话框中包括用户与问答机器人的对话内容；
根据对话内容定位到思维导图中的节点，并突出显示思维导图中的节点。
示例性地，用户在输入问题后可以点击思维导图按钮，在用户界面查看思维导图，思维导图中以黄色高亮突出显示根据用户提问内容查询到的相关节点。
示例性地，管理人员可以在管理界面点击思维导图按钮，在管理界面查看思维导图，并在思维导图中以放大的形式突出显示根据用户提问内容查询到的相关节点，可以用于验证查询到的内容是否正确，便于管理人员管理更新思维导图。
本实施例提供了一种基于思维导图的机器人问答方法，将思维导图应用到机器人问答中，将思维导图与问答机器人绑定，问答机器人回答用户提问时可以查询思维导图得到答复内容，用户可以直观的从思维导图中看到查询问题答案的逻辑，使用成本较低；并且在查询完思维导图时根据意图匹配算法来得到答复内容，得到答复内容后再根据答复评估规则评估答复内容，确定用户提问对应的答复，可以提高答复的效率和准确率，提高用户的使用体验。
以下结合图2详细说明本申请实施例提供的可以执行上述基于思维导图的机器人问答方法的装置。
示例性地，图2为本发明实施例的一种基于思维导图的机器人问答装置的结构示意图；如图2所示，所述机器人问答装置20包括：
确定模块201，用于根据用户提问内容和意图匹配算法，确定思维导图中与用户提问内容相匹配的一个或多个意图；
其中，意图匹配算法包括如下一项或多项：规则算法、相似度算法、或语义算法；
查询模块202，用于根据一个或多个意图查询思维导图，确定一个或多个意图的答复；
评估模块203，用于根据答复评估规则评估一个或多个意图的答复，确定用户提问内容的答复；
其中，答复评估规则包括如下一项或多项：问题相关度评估规则、答复历史反馈评估规则、用户提问内容实体提取结果评估规则、用户评估规则。
可选地，思维导图包括技能节点，技能节点与知识库关联；技能节点下包括一个或多个分类节点；分类节点下包括一个或多个意图节点；意图节点下包括一个或多个答复节点。
可选地，查询模块202，还用于根据一个或多个意图定位到思维导图中的一个或多个意图节点；再根据一个或多个意图节点定位到思维导图中的一个或多个答复节点；然后根据答复节点下的答复，确定一个或多个意图的答复。
可选地，确定模块201还用于，若用户提问内容的长度小于长度阈值，则根据规则算法，确定思维导图中与用户提问内容相匹配的一个或多个意图。
可选地，确定模块201还用于，若用户提问内容的长度大于或等于长度阈值，则根据相似度算法和/或语义算法，确定思维导图中与用户提问内容相匹配的一个或多个意图。
可选地，确定模块201还用于，若思维导图中没有与用户提问内容相匹配的意图，则输出提醒信息；提醒信息用于指导用户补充提问关键词；然后根据关键词输出多个提问选项；提问选项用于用户选择提问内容。
可选地，查询模块202，还用于输出对话框和思维导图；对话框中包括用户与问答机器人的对话内容；然后根据对话内容定位到思维导图中的节点，并突出显示思维导图中的节点。
本发明实施例还提供了一种计算机电子设备，图3示出了可以应用本发明实施例的电子设备的结构示意图，如图3所示，该计算机电子设备包括，中央处理模块（CPU）301，其可以根据存储在只读存储器（ROM）302中的程序或者从存储部分308加载到随机访问存储器（RAM）303中的程序而执行各种适当的动作和处理。在RAM 303中，还存储有系统操作所需的各种程序和数据。CPU 301、ROM 302以及RAM 303通过总线304彼此相连。输入/输出（I/O）接口305也连接至总线304。
以下部件连接至I/O接口305：包括键盘、鼠标等的输入部分306；包括诸如阴极射线管（CRT）、液晶显示器（LCD）等以及扬声器等的输出部分307；包括硬盘等的存储部分308；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分309。通信部分309经由诸如因特网的网络执行通信处理。驱动器310也根据需要连接至I/O接口305。可拆卸介质311，诸如磁盘、光盘、磁光盘、半导体存储器等，根据需要安装在驱动器310上，以便于从其上读出的计算机程序根据需要被安装入存储部分308。
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，所述模块、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。
描述于本发明实施例中所涉及到的模块或模块可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的模块或模块也可以设置在处理器中，例如，可以描述为：一种处理器包括确定模块201、查询模块202和评估模块203，其中，这些模块的名称在某种情况下并不构成对该模块本身的限定，例如，查询模块202还可以被描述为“用于根据一个或多个意图查询思维导图，确定一个或多个意图的答复的查询模块202”。
作为另一方面，本发明还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中所述一种基于思维导图的机器人问答装置中所包含的计算机可读存储介质；也可以是单独存在，未装配入电子设备中的计算机可读存储介质。计算机可读存储介质存储有一个或者一个以上程序，所述程序被一个或者一个以上的处理器用来执行描述于本发明的一种基于思维导图的机器人问答方法。
以上描述仅为本发明的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本发明中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离所述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本发明中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。

Claims (8)

1.一种基于思维导图的机器人问答方法，其特征在于，包括：
根据用户提问内容和意图匹配算法，确定思维导图中与所述用户提问内容相匹配的一个或多个意图；所述意图匹配算法包括如下一项或多项：规则算法、相似度算法、或语义算法；
设置所述语义算法和所述相似度算法的权重，若同时使用所述语义算法和所述相似度算法，则根据权重确定所述思维导图中与所述用户提问内容相匹配的一个或多个意图；
根据所述一个或多个意图查询所述思维导图，确定所述一个或多个意图的答复；
根据答复评估规则评估所述一个或多个意图的答复，确定所述用户提问内容的答复；所述答复评估规则包括如下一项或多项：问题相关度评估规则、答复历史反馈评估规则、用户提问内容实体提取结果评估规则、用户评估规则；
若思维导图中没有与所述用户提问内容相匹配的意图，则输出提醒信息；所述提醒信息用于指导用户补充提问关键词；
根据所述关键词输出多个提问选项；所述提问选项用于用户选择提问内容；
在配置所述提问选项时，根据关键词和预设的模板，通过排列组合的方式，配置所述提问选项；
输出对话框和所述思维导图；所述对话框中包括用户与问答机器人的对话内容；
根据所述对话内容定位到所述思维导图中的节点，并突出显示所述思维导图中的节点；
所述思维导图包括技能节点，所述技能节点与知识库关联；所述技能节点下包括一个或多个分类节点；所述分类节点下包括一个或多个意图节点；所述意图节点下包括一个或多个答复节点。
2.根据权利要求1所述的机器人问答方法，其特征在于，所述思维导图包括技能节点，所述技能节点与知识库关联；所述技能节点下包括一个或多个分类节点；所述分类节点下包括一个或多个意图节点；所述意图节点下包括一个或多个答复节点。
3.根据权利要求2所述的机器人问答方法，其特征在于，所述根据所述一个或多个意图查询所述思维导图，确定所述一个或多个意图的答复，包括：
根据所述一个或多个意图定位到所述思维导图中的一个或多个意图节点；
根据所述一个或多个意图节点定位到所述思维导图中的一个或多个答复节点；
根据答复节点下的答复，确定所述一个或多个意图的答复。
4.根据权利要求1所述的机器人问答方法，其特征在于，所述根据用户提问内容和意图匹配算法，确定思维导图中与所述用户提问内容相匹配的一个或多个意图，包括：
若所述用户提问内容的长度小于长度阈值，则根据所述规则算法，确定所述思维导图中与所述用户提问内容相匹配的一个或多个意图。
5.根据权利要求1所述的机器人问答方法，其特征在于，所述根据用户提问内容和意图匹配算法，确定思维导图中与所述用户提问内容相匹配的一个或多个意图，包括：
若所述用户提问内容的长度大于或等于长度阈值，则根据所述相似度算法和/或所述语义算法，确定所述思维导图中与所述用户提问内容相匹配的一个或多个意图。
6.一种基于思维导图的机器人问答装置，其特征在于，包括：
确定模块，用于根据用户提问内容和意图匹配算法，确定思维导图中与所述用户提问内容相匹配的一个或多个意图；所述意图匹配算法包括如下一项或多项：规则算法、相似度算法、或语义算法；
所述确定模块，还用于设置所述语义算法和所述相似度算法的权重，若同时使用所述语义算法和所述相似度算法，则根据权重确定所述思维导图中与所述用户提问内容相匹配的一个或多个意图；
查询模块，用于根据所述一个或多个意图查询所述思维导图，确定所述一个或多个意图的答复；
评估模块，用于根据答复评估规则评估所述一个或多个意图的答复，确定所述用户提问内容的答复；所述答复评估规则包括如下一项或多项：问题相关度评估规则、答复历史反馈评估规则、用户提问内容实体提取结果评估规则、用户评估规则；
若思维导图中没有与所述用户提问内容相匹配的意图，则输出提醒信息；所述提醒信息用于指导用户补充提问关键词；
根据所述关键词输出多个提问选项；所述提问选项用于用户选择提问内容；
在配置所述提问选项时，根据关键词和预设的模板，通过排列组合的方式，配置所述提问选项；
输出对话框和所述思维导图；所述对话框中包括用户与问答机器人的对话内容；
根据所述对话内容定位到所述思维导图中的节点，并突出显示所述思维导图中的节点；
所述思维导图包括技能节点，所述技能节点与知识库关联；所述技能节点下包括一个或多个分类节点；所述分类节点下包括一个或多个意图节点；所述意图节点下包括一个或多个答复节点。
7.一种电子设备，其特征在于，包括存储器和处理器，所述存储器上存储有计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述的方法。
8.一种计算机可读存储介质，其特征在于，存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至5任一项所述的方法。
CN202211330793.4A 2022-10-28 2022-10-28 一种基于思维导图的机器人问答方法及装置 Active CN115409042B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211330793.4A CN115409042B (zh) 2022-10-28 2022-10-28 一种基于思维导图的机器人问答方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211330793.4A CN115409042B (zh) 2022-10-28 2022-10-28 一种基于思维导图的机器人问答方法及装置

Publications (2)

Publication Number Publication Date
CN115409042A CN115409042A (zh) 2022-11-29
CN115409042B true CN115409042B (zh) 2023-04-25

Family

ID=84169072

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211330793.4A Active CN115409042B (zh) 2022-10-28 2022-10-28 一种基于思维导图的机器人问答方法及装置

Country Status (1)

Country Link
CN (1) CN115409042B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117725190A (zh) * 2024-02-18 2024-03-19 粤港澳大湾区数字经济研究院(福田) 基于大语言模型的多轮问答方法、系统、终端及存储介质

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8380716B2 (en) * 2010-05-13 2013-02-19 Jan Mirus Mind map with data feed linkage and social network interaction
WO2014160309A1 (en) * 2013-03-14 2014-10-02 Advanced Search Laboratories, Inc. Method and apparatus for human-machine interaction
CN111949787B (zh) * 2020-08-21 2023-04-28 平安国际智慧城市科技股份有限公司 基于知识图谱的自动问答方法、装置、设备及存储介质
CN112905765A (zh) * 2021-02-09 2021-06-04 联想(北京)有限公司 一种信息处理方法及装置
CN113722457A (zh) * 2021-08-11 2021-11-30 北京零秒科技有限公司 意图识别方法以及装置、存储介质、电子装置

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Joeran Beel.Exploring the potential of user modeling based on mind maps.《International Conference on User Modeling, Adaptation, and Personalization》.2015,全文. *
宋煜 ; 何翔 ; .基于思维导图的先行组织者支架在化学教学中的应用.化学教育.2016,(第21期),全文. *

Also Published As

Publication number Publication date
CN115409042A (zh) 2022-11-29

Similar Documents

Publication Publication Date Title
WO2021208716A1 (zh) 基于知识图谱的辅助教学方法、装置、设备及存储介质
WO2015147702A1 (ru) Способ и система голосового интерфейса
CN112784608B (zh) 试题推荐方法、装置、电子设备和存储介质
CN108446321B (zh) 一种基于深度学习的自动问答方法
WO2020073533A1 (zh) 自动问答方法及装置
US11461613B2 (en) Method and apparatus for multi-document question answering
CN111046147A (zh) 一种问答方法、装置及终端设备
CN112685550B (zh) 智能问答方法、装置、服务器及计算机可读存储介质
CN116737908A (zh) 知识问答方法、装置、设备和存储介质
CN115409042B (zh) 一种基于思维导图的机器人问答方法及装置
CN111143539A (zh) 基于知识图谱的教学领域问答方法
CN117077791A (zh) 一种基于图数据结构的模型推理方法、装置、设备及介质
CN112115244A (zh) 对话交互方法、装置、存储介质及电子设备
US20200387980A1 (en) Automated mechanism to regulate membership in expert group system
KR20200095655A (ko) 유사도에 기반한 문제 추천 방법 및 문제 추천 서버
CN117669717A (zh) 一种基于知识增强的大模型问答方法、装置、设备及介质
CN113505195A (zh) 知识库及其构建、检索方法、基于其的出题方法和系统
CN117009541A (zh) 临床医学检验知识库构建与应用方法、装置、设备及介质
CN111639160A (zh) 领域识别的方法、交互的方法、电子设备及存储介质
CN117112742A (zh) 一种对话模型优化方法、装置、计算机设备和存储介质
CN108932289B (zh) 一种基于信息抽取和深度学习的问题回答处理方法及系统
Tetreault et al. Comparing the utility of state features in spoken dialogue using reinforcement learning
CN114416941A (zh) 融合知识图谱的对话知识点确定模型的生成方法及装置
CN114564562B (zh) 基于答案指导的题目生成方法、装置、设备及存储介质
CN113822034B (zh) 一种复述文本的方法、装置、计算机设备及存储介质

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
GR01 Patent grant
GR01 Patent grant