CN117390163A - 一种基于人工智能的事实验证方法、装置、介质及设备 - Google Patents

Abstract

本说明书公开了一种基于人工智能的事实验证方法，通过根据待验证的三元组生成搜素语句，并在预设的搜索引擎中对搜索语句进行搜索，筛选预设的搜索引擎返回的搜索结果，根据筛选出的搜索结果生成提示信息，然后再根据提示信息和待验证的三元组生成输入文本，使得人工智能对话系统可根据输入文本对待验证的三元组进行事实验证，接收人工智能对话系统返回的验证结果。根据确定提示信息对待验证的三元组进行验证，减少了人工智能对话系统编造问题答案的可能性，即解决了人工智能对话系统在进行对话时出现“幻觉”的问题，提高了事实验证任务的准确度和可信度。

Description

一种基于人工智能的事实验证方法、装置、介质及设备

技术领域

本说明书涉及人工智能领域，尤其涉及一种基于人工智能的事实验证方法、装置、介质及设备。

背景技术

随着人工智能领域的发展，为帮助模型更好的理解并推理知识，常常将知识结构化表示成知识图谱。因此，知识图谱的质量决定了模型对知识的理解以及通过推理知识进行学习的准确性。由于采用有监督学习的方法训练进行事实验证的模型时，需要海量的对事实进行标注的样本，训练成本较高。因此现有技术一般复用大语言模型来进行事实验证。

在现有技术中，将待验证的文本输入人机对话系统，通过人机对话系统中的大语言模型，基于搜索引擎和内部数据库的搜索结果，输出待验证的文本的真伪以及该验证结果对应的证据。

但是，人工智能对话系统在实际的应用过程中，会生成看似符合逻辑，但实际上错误或并不存在的虚假事实，也就是出现“幻觉”，导致很难确定人工智能对话系统在进行事实验证时，输出结果的可信度较低。因此，本说明书提供一种基于人工智能的事实验证方法。

发明内容

本说明书提供一种基于大模型的事实验证方法、装置、介质及电子设备，以部分的解决现有技术存在的上述问题。

本说明书采用下述技术方案：

本说明书提供了一种基于人工智能的事实验证方法，包括：

响应于事实验证指令，获取待验证的三元组，其中所述三元组包括头实体、关系以及尾实体；

根据所述三元组，生成搜索语句，通过预设的搜索引擎对所述搜索语句进行搜索，确定若干搜索结果；其中，所述搜索结果包括文本内容；

根据所述三元组，对各所述搜索结果进行筛选，确定所述筛选出的搜索结果中的文本内容作为对应于所述三元组的提示信息；

根据所述三元组以及所述提示信息生成事实验证的输入文本，将所述输入文本输入人工智能对话系统，使得所述人工智能对话系统可根据所述输入文本判断该所述三元组的真伪；

接收所述人工智能对话系统的返回的所述三元组真伪的判断结果以及确定所述判断结果的证据。

可选地，根据所述三元组，从各所述搜索结果中筛选搜索结果，具体包括：

根据所述三元组，判断该搜索结果包括的文本内容是否包含所述三元组的头实体和所述尾实体；

若是，则表示该搜索结果与所述三元组相关，保留所述搜索结果；

若否，则表示该搜索结果与所述三元组不相关，删除所述搜索结果。

可选地，确定所述三元组的头实体或尾实体的关联词，其中，所述关联词为所述实体的同义词、下位词或上位词中至少一种；

判断所述搜索结果包括的实体是否存在所述关联词；

若是，则表示该搜索结果与所述三元组不相关，删除所述搜索结果；

若否，则表示该搜索结果与所述三元组相关，保留所述搜索结果。

可选地，根据所述三元组，从各所述搜索结果中筛选搜索结果，具体包括：

当所述三元组的头实体和尾实体的关系为包含关系时，判断所述三元组头实体和尾实体在所述搜索结果包括的文本内容中是否都至少出现了一次，且所述三元的头实体和尾实体出现的次数不同；

若均为是，则表示该搜索结果与所述三元组相关，保留所述搜索结果；

若任一为否，则表示该搜索结果与所述三元组不相关，删除所述搜索结果。

可选地，确定所述筛选出的搜索结果中的文本内容作为对应于所述三元组的提示信息，具体包括：

针对各筛选出的搜索结果，确定该搜索结果中包括的文本内容；

确定所述文本内容中，至少一个包含所述三元组首实体和尾实体的文本片段；

将所述文本片段，作为对应于所述三元组的提示信息。

可选地，所述方法还包括：

获取所述待验证的三元组，根据所述三元组，生成三元组验证命令，将所述三元组验证命令输入所述人工智能对话系统，使所述人工智能对话系统基于数据库中存储的数据，进行三元组验证，接收所述人工智能对话系统返回的所述三元组真伪的验证结果、确定所述验证结果的证据以及所述证据对应的访问地址；

根据所述访问地址，获取所述访问地址对应的文本内容；

根据所述访问地址对应的文本内容以及所述三元组生成相关度验证命令，将所述相关度验证命令输入所述人工智能对话系统，确定所述访问地址对应的文本内容与所述三元组的相关度；

若所述相关度大于预设值，则所述验证结果可信，将所述可信的验证结果与所述判断结果进行比较，若结果相同，则说明判断结果正确

若所述相关度小于预设值，则所述访问地址为人工智能对话系统生成的假链接，所述验证结果不可信。

可选地，根据所述访问地址，获取所述访问地址对应的文本内容之前，所述方法还包括：

当所述访问地址状态为无法响应时，确定所述人工智能对话系统返回的所述证据，是人工智能对话系统生成的假链接。

本说明书提供了一种基于人工智能的事实验证装置，所述装置用于实现上述事实验证方法，包括：

获取模块，用于响应于事实验证指令，获取待验证的三元组，其中所述三元组包括头实体、关系以及尾实体；

搜索模块，用于根据所述三元组，生成搜索语句，通过预设的搜索引擎对所述搜索语句进行搜索，确定若干搜索结果；其中，所述搜索结果包括文本内容；

提示模块，用于根据所述三元组，对各所述搜索结果进行筛选，确定所述筛选出的搜索结果中的文本内容作为对应于所述三元组的提示信息；

验证模块，用于根据所述三元组以及所述提示信息生成事实验证命令，将所述事实验证命令输入人工智能对话系统，使得所述人工智能对话系统可根据所述输入文本验证所述三元组的真伪；

确定模块，用于接收所述人工智能对话系统的返回的所述三元组真伪的判断结果、确定所述判断结果的证据以及所述证据对应的访问地址。

本说明书提供了一种计算机可读存储介质，所述存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述事实验证方法。

本说明书提供了电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现上述事实验证方法。

本说明书采用的上述至少一个技术方案能够达到以下有益效果：

在本说明书提供的一种基于人工智能的事实验证方法中通过根据待验证的三元组生成搜素语句，并在预设的搜索引擎中对搜索语句进行搜索，筛选预设的搜索引擎返回的搜索结果，根据筛选出的搜索结果生成提示信息，然后再根据提示信息和待验证的三元组生成输入文本，使得人工智能对话系统可根据输入文本对待验证的三元组进行事实验证，接收人工智能对话系统返回的验证结果。

从上述方法可以看出，本方法通过基于对待验证的三元组的搜索结果生成提示信息，再使人工智能对话系统可根据该提示信息对待验证的三元组进行验证，减少了人工智能对话系统编造问题答案的可能性，即解决了人工智能对话系统在进行对话时出现“幻觉”的问题，提高了事实验证任务的准确度和可信度。

附图说明

此处所说明的附图用来提供对本说明书的进一步理解，构成本说明书的一部分，本说明书的示意性实施例及其说明用于解释本说明书，并不构成对本说明书的不当限定。在附图中：

图1为本说明书实施例提供的一种基于人工智能的事实验证方法的流程示意图；

图2为本说明书实施例提供的一种事实验证方法流程的示意图；

图3为本说明书实施例提供的一种事实验证方法的流程示意图；

图4为本说明书提供的一种事实验证装置的示意图；

图5为本说明书提供的对应于图1的电子设备示意图。

具体实施方式

为使本说明书的目的、技术方案和优点更加清楚，下面将结合本说明书具体实施例及相应的附图对本说明书技术方案进行清楚、完整地描述。显然，所描述的实施例仅是本说明书一部分实施例，而不是全部的实施例。基于本说明书中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

在以下结合附图，详细说明本说明书各实施例提供的技术方案。

图1为本说明书中提供的一种基于人工智能的事实验证方法的流程示意图，包括以下步骤：

S100：响应于事实验证指令，获取待验证的三元组，其中所述三元组包括头实体、关系以及尾实体。

在本说明书一个或多个实施例中，不限制具体由何种设备执行该事实验证方法，例如，个人电脑、移动终端以及服务器等。但由于后续步骤涉及到通过搜索引擎搜索、模型调用等操作，而这种权限需求较高的操作一般都由服务器来执行，因此本说明书后续也以服务器执行该智能对话方法为例，进行描述。其中，该服务器可以是单独的一台设备，或者由多台设备组成，例如，分布式服务器，本说明书对此不做限制。

具体的，当接收到事实验证指令，该服务器根据接收到的指令，获取需要验证的文本。该事实验证指令可包含待验证的文本，也可以包含待验证文本的存储地址，本说明书不对事实验证指令的类型进行限制，也不对如何获取待验证的文本进行限制。

但需要说明的是，获取的待验证文本为自然语言，一般获取的是待验证的三元组，该三元组是抽取句子中的两个实体以及实体之间的关系。例如，“猫(拉丁学名：Felissilvestris catus)，是食肉目猫科猫属的脊索动物”这句话包含“猫-属于-猫科”这一三元组，其中，“猫”为首实体，“猫科”为尾实体，“属于”为首实体和尾实体的关系。当然，该待验证文本可以是文档，也可以是一个段落，当待验证文本为文档或段落时，可以将文档或段落转化为多个待验证的三元组，再对确定的三元组进行事实验证。

S102：根据所述三元组，生成搜索语句，通过预设的搜索引擎对所述搜索语句进行搜索，确定若干搜索结果；其中，所述搜索结果包括文本内容。

由于直接通过人工智能进行事实验证，有一定概率出现人工智能对话系统的大模型生成错误或虚假的结果，即“幻觉”，导致事实验证的结果可信度较低。因此，该服务器可先搜索待验证三元组的相关信息，使人工智能可根据待验证三元组的相关信息即提示信息，进行三元组的验证，降低人工智能对话系统出现幻觉的可能性。

于是在本说明书一个或多个实施例中，该服务器获取待验证的三元组后，该服务器可根据待验证的三元组，生成搜索语句，将搜索语句输入预设的搜索引擎，对搜索语句进行搜索。

具体的，首先，该服务器可将该待验证的三元组作为搜索语句，或者，该服务器可根据该待验证的三元组生成检索式，即对待验证的三元组的首实体、尾实体进行关系词查找并生辰检索式，例如，待验证三元组为“大模型，训练，标注样本”，对“大模型”、“标注样本”进行关系词查找，即确定“大模型”、“标注样本”的同义词、上位词或下位词等相关词。其中“大模型”的关系词可以是“大语言模型”、“超大模型”等，“标注样本”的关系词为“训练样本”、“标注数据”等，基于此，可生成“大模型，训练，标注样本”的检索式，即“(大模型or大语言模型or超大模型，训练，标注样本or训练样本or标注数据)”。或者，该服务器可根据该待验证的三元组生成的搜索语句。该搜索语句可以是自然语言，也可以是结构化查询语句(Structured Query Language，SQL)。在本说明书一个或多个实施例中，不限制该服务器通过何种方式根据该待验证三元组在搜索引擎进行搜索。

然后，通过预设的搜索引擎对所述搜索语句进行搜索，其中所述预设的搜索引擎可以是的网页搜索引擎，也可以是预设数据库的搜索引擎，本说明书对此不做限制。预设引擎根据搜索语句进行搜索，并将搜索结果返回给服务器。

最后，该服务器接收该搜索引擎返回的若干个搜索结果。需要说明的是，搜索引擎返回的搜索结果应至少包含文本内容。该服务器根据返回的搜索结果确定搜索引擎返回文本内容，该文本内容可以是该访问地址的对应的文本摘要，也可以是该访问地址的对应的文本内容中包含待验证三元组的段落或句子，本说明书对此不进行限制。当然，搜索引擎返回的搜索结果也可以是若干个访问地址，该服务器根据接收到的访问地址，获取该访问地址对应的文本内容。

S104：根据所述三元组，从各所述搜索结果中筛选搜索结果，根据所述筛选出的搜索结果，确定所述筛选出的搜索结果中的文本内容作为对应于所述三元组的提示信息。

由于该服务器确定的搜索引擎返回的搜索结果，可能与待验证的三元组相关度不高，人工智能对话系统很难根据相关度不高的信息正确判断三元组的真伪，为加快人工智能对话系统对待验证三元组验证的速度和准确率，该服务器根据预设的规则搜索结果进行筛选，不符合预设规则的搜索结果与待验证三元组相关度不高，可直接抛出。筛选出符合预设规则的搜索结果，将符合预设规则的搜索结果对应文本作为提示信息。

需要说明的是，当搜索结果较多时，可筛选出一定数量的搜索结果后，便可不再对其他搜索结果进行筛选。若搜索结果较少，也可将所有搜索结果都进行筛选，确定符合预设规则的搜索结果。若在对搜索结果都进行了筛选或在对预设数量的搜索结果进行筛选之后，未筛选出符合预设规则的搜索结果，该服务器可重新根据待验证三元组确定搜索语句，在搜索引擎冲重新搜索该待验证三元组。

此外，由于目前的搜索引擎在返回搜索结果时，通常是按照与搜索语句的相关度返回搜索结果。因此，该服务器也可根据搜索引擎返回的搜索结果中，确定预设数量的优先返回的搜索结果，并对这些搜索结果进行筛选，并将筛选出的搜索结果作为该待验证三元组的提示信息。

具体地，将筛选出的搜索结果中与该待验证三元组相关的段落或语句提取出来，作为该待验证三元组的提示信息。当然，也可以将各搜索结果中的完整的文本内容提取出来，作为该待验证三元组的提示信息。

具体的，针对各筛选出的搜索结果，确定该搜索结果中包括的文本内容，然后确定文本内容中，至少一个包含所述三元组首实体和尾实体的文本片段，再将确定的至少一个文本片段拼接在一起，作为对应于所述待验证的三元组的提示信息。或者，将筛选出的各搜索结果中包括的文本内容，都提取出来拼接在一起，作为对应于所述待验证的三元组的提示信息。

S106：根据所述三元组以及所述提示信息生成事实验证的输入文本，将所述输入文本输入人工智能对话系统，使得所述人工智能对话系统可根据所述输入文本验证该待验证三元组的真伪。

该服务器在确定该待验证三元组的提示信息后，为使人工智能对话系统可根据提示信息对待验证三元组进行事实验证，该服务器根据该提示信息和该待验证三元组基于预设的模版，生成人工智能对话系统可识别的输入文本。然后该服务器将输入文本输入人工智能对话系统，人工智能对话系统通过调用系统内的大模型对该输入文本进行事实验证，并将大模型的输出结果返回该服务器。

需要说明的是，在本说明书一个或多个实施例中，不限制具体由何种人工智能对话系统执行事实验证任务，可根据实际待验证三元组的类型或人工智能对话系统的使用成本等因素决定使用何种人工智能对话系统。在将输入文本输入人工智能对话系统时，具体地，该预设的模版可以是：

“您好，我需要您的帮助，请根据一段文字描述，且仅根据这段描述验证一个事实的真伪，真伪可以是真或非真，请验证如下事实：

文字描述：(提示信息)。

事实：(待验证三元组)。”

当然，预设模版可根据实际的人机智能对话系统的类型进行设计，仅需让人机对话系统可分辨提示信息的内容以及事实验证内容即可，必要时，还可以向人机智能对话系统提供示例参考，例如：

“您好，我需要您的帮助，请根据一段文字描述，且仅根据这段描述验证一个事实的真伪，真伪可以是真或非真，以下是参考示例：

文字描述：在科研开发领域，针对运动控制、机器视觉、定位导航、任务规划、行为决策、人机交互等方向，全新升级的A提供技术开放平台和仿真开放平台。

事实：(A，专注于，任务规划)

回答：[真，文中明确提到了A专注于任务规划方向]

请基于以上示例，验证如下事实：

文字描述：(提示信息)。

事实：(待验证三元组)。”

本说明书不对该服务器采用何种预设的模版生成输入人机智能对话系统的输入文本，使人工智能对话系统可根据提示信息对待验证三元组进行事实验证即可。

S108：接收所述人工智能对话系统的返回的所述三元组真伪的判断结果以及确定所述判断结果的证据。

该服务器接收人工智能对话系统返回的判断结果，以及确定所述判断结果的证据，该判断结果一般是“真”、“非真”。该判断结果即为该待验证的三元组的真伪。需要说明的是，判断结果为“非真”的待验证的三元组，并不一定是错误的三元组。人工智能对话系统的大语言模型在基于提示信息对待验证三元组进行验证时，若无法根据提示信息确定该待验证三元组的真伪时，通常会直接返回“非真”，并提出根据该提示信息不足以确定待验证的三元组的真伪。例如，若提示信息中包含省略号，且首实体和尾实体分别位于省略号两端，此时人工智能对话系统无法准确的判断待验证的三元组真伪。此时，可重新确定提示信息，再通过人工智能对话系统的大语言模型进行事实验证。

基于图1所示的一种基于人工智能的事实验证方法，通过根据待验证的三元组生成搜素语句，并在预设的搜索引擎中对搜索语句进行搜索，筛选预设的搜索引擎返回的搜索结果，根据筛选出的搜索结果生成提示信息，然后再根据提示信息和待验证的三元组生成输入文本，使得人工智能对话系统可根据输入文本对待验证三元组进行事实验证，接收人工智能对话系统返回的验证结果。

从上述方法可以看出，本方法通过基于对待验证三元组的搜索结果生成提示信息，再使人工智能对话系统可根据该提示信息对待验证三元组进行验证，减少了人工智能对话系统编造问题答案的可能性，即解决了人工智能对话系统在进行对话时出现“幻觉”的问题，提高了事实验证任务的准确度和可信度。

此外，由于提示信息与待验证三元组无关，或该提示信息不足以确定该待验证三元组的真伪时，都会返回“非真”这一结果。因此，该服务器为保证待验证三元组验证的准确性，在步骤S104中，根据预设的规则对搜索结果进行筛选，来保证搜索结果与待验证三元组的相关性。该预设规则可根据待验证三元组的类型进行设置，在本说明书一个或多个实施例中，不限制具体由何种规则对搜索结果进行筛选。以下为本说明书一个或多个实施例提供的预设规则的示例，该服务器在对搜索结果进行筛选时，可根据以下规则中至少一个进行筛选。

例如，搜索结果的文本内容中，必须包含首实体和尾实体。当然，若首实体或尾实体是在括号中出现，括号中的内容是对文本中某部分内容的进一步解释时，也可以算是符合规则。例如：待验证三元组为“B，资助，XXX机器人”，搜索结果为“据悉，近日，XXX(机器人)对外发布了两款已经批量生产的第二代高动态性能四足机器人，型号分别是B和D”，该搜索结果包含首实体和尾实体，虽然在该搜索结果中，尾实体中额外有一个括号，但是可以看出，XXX是指XXX机器人，因此该搜索结果也可以看作符合规则，与待验证三元组相关。

可选地，还可以设置另一个用于筛选的预设规则，即：该搜索结果包括的文本内容中的实体，不可以是头实体或尾实体同义词、下位词或上位词。例如，搜索结果为“大语言模型核心特点包括自动化训练、大规模的数据训练、更强的上下文感知能力、多模态生成”，待验证三元组为“大模型，需要，大规模的训练数据”，其中，大语言模型是大模型的下位词，但是大模型和大语言模型属于两种不同的模型，主要应用场景并不相同，大模型主要用于处理图像、语音和推荐等领域，而大语言模型则主要用于处理自然语言处理任务，可见该搜索结果与待验证三元组并不想关。

可选地，还可以设置另一个用于筛选的预设规则，即头实体或尾实体中一个实体包含在另一实体中，且只出现一次，视为该提示信息与待验证三元组不相关。例如：提示信息为“XX交通大学XX人工智能研究院作为高端产业技术平台参加活动，展示有关人工智能等领域的最新研发成果与应用”，带验证三元组为“XX交通大学XX人工智能研究院，资助，XX交通大学”，其中，该提示信息中虽然含待验证三元组的首实体和尾实体，但由于三元组的首实体和尾实体是包含关系，所以，提示信息中实际上只出现了一次该三元组的首实体，仅根据该搜索结果无法判断该待验证三元组的真伪，因此可被视为不相关。

需要说明的是，上述的预设规则都是基于待验证三元组的首实体和尾实体的，三元组中的关“关系”，可与搜索结果中的文本内容用词不同。

为保证带对待验证三元组验证的验证结果的准确度，在本说明书实施例中，还提供一种验证方法，如图2所示，图2为本说明书实施例提供的一种事实验证方法的流程图。

S200：获取所述待验证的三元组，根据所述三元组，生成三元组验证命令，将所述三元组验证命令输入所述人工智能对话系统，使所述人工智能对话系统基于数据库中存储的数据，进行三元组验证，接收所述人工智能对话系统返回的所述待验证的三元组真伪的验证结果、确定所述验证结果的证据以及所述证据对应的访问地址。

该服务器可直接根据待验证的三元组生成验证指令，并使人工智能对话系统基于该验证指令对该三元组进行验证。但是，由于人工智能对话系统会有一定的概率，出现幻觉，因此此时的验证结果可信度不高。

S202：根据所述访问地址，获取所述访问地址对应的文本内容。

由于该人工智能对话系统有可能出现“幻觉”，所以该服务器要先对该人工智能对话系统返回的证据对应的访问地址进行验证，判断是否可访问。

具体的，将证据对应的访问地址，输入预设的搜索引擎，确定搜索引擎的访问地址的响应状态，并获取该访问地址对应的文本内容。当响应状态为无法访问时，确定人工智能对话系统返回的证据，是人工智能对话系统生成的假链接。当响应状态为可访问时，确定人工智能对话系统返回的证据，不是人工智能对话系统生成的假链接。

S204：根据所述访问地址对应的文本内容以及所述三元组生成相关度验证命令，将所述相关度验证命令输入所述人工智能对话系统，确定所述访问地址对应的文本内容与所述三元组的相关度。

由于人工智能对话系统返回的自动生成的连接是可访问的，但是还是不能确定人工智能对话系统返回的答案是否是根据该文本内容确定的，因此，该服务器要根据该访问地址对应的文本内容与该待验证的三元组确定二者的相关度，以此来判断人工智能对话系统是否是根据该访问地址对应的文本内容来对待验证的三元组进行验证的，而非由于“幻觉”，而随机生成验证结果和访问地址。

需要说明的是，上述的相关度一般是“1”或“0”，当然也可以是计算待验证的三元组与访问地址对应的文本内容之间的相似度，该文本内容可以是该内容的摘要，也可以是与待验证的三元组相关的文本段、也可是整个文本。本说明书对此不进行限制。

S206：若所述相关度大于预设值，则所述验证结果可信，将所述可信的验证结果与所述判断结果进行比较，若结果相同，则说明判断结果正确。

当证据对应的访问地址为假链接或返回的证据对应的文本与该待验证的三元组相关度大于预设值时，可以确定，此时的验证结果为人工智能对话系统根据文本内容而得到的验证结果，可信度较高。

将该验证方法的验征结果与所述判断结果进行比较，若结果一致，则可确定该待验证三元组的真伪，若结果不一致，则说明验证结果有问题，可根据验证结果对应的证据，判断是哪个结果出现问题，也可以通过人工智能对话系统重新进行三元组的验证。

S208：若所述相关度小于预设值，则所述访问地址为人工智能对话系统生成的假链接，所述验证结果不可信。

当证据对应的访问地址为假链接或返回的证据对应的文本与该待验证的三元组相关度小于预设值时，都可以确定，此时的验证结果为人工智能对话系统由于“幻觉”，自动生成的虚假的信息，验证结果不可信，此时，可重新对该待验证三元组进行验证。

需要说明的是，上述的验证方法和本说明书图1提供的事实验证方法可并行使用，也串联用于事实验证，即可以先通过验证方法先对待验证三元组进行验证，再通过图1所述的事实验证方法对验证结果进行验证。如图3所示，图3为本说明书提供的一种事实验证方法的流程图。

响应于事实验证指令，获取待验证的三元组，并根据待验证的三元组生成验证指令，将该验证指令输入人工智能对话系统，然后接收人工智能对话系统返回的判断结果、判断证据以及该证据的访问链接。确定该访问链接是否可以访问，若是，则再通过人工智能对话系统判断该访问链接对应的文本内容与待验证三元组的相关性是否大于预设值，若是，则开始验证该判断结果。若该访问链接不能访问或该访问链接对应的文本内容与待验证三元组的相关性小于预设值，则说明人工智能对话系统生成了假链接，此时可通过验证方法继续判断该待验证三元组的真伪。

具体的，再搜索引擎中搜索该待验证三元组，并对搜索引擎返回的搜索结果进行筛选，将筛选后的搜索结果对应文本内容作为提示信息，和待验证三元组生成事实验证输入文本，将输入文本输入人工智能对话系统，接收人工智能对话系统返回的验证结果，该验证结果即为该事实验证任务的验证结果。

以上为本说明书的一个或多个实施例提供的基于人工智能的事实验证方法，基于同样的思路，本说明书还提供了相应的事实验证装置，如图4所示。

图4为本说明书提供的一种事实验证装置的示意图，所述装置用于执行图1提供的事实验证方法。

获取模块500，用于响应于事实验证指令，获取待验证的三元组，其中所述三元组包括头实体、关系以及尾实体；

搜索模块501，用于根据所述三元组，生成搜索语句，通过预设的搜索引擎对所述搜索语句进行搜索，确定若干搜索结果；其中，所述搜索结果包括文本内容；

提示模块502，用于根据所述三元组，对各所述搜索结果进行筛选，确定所述筛选出的搜索结果中的文本内容作为对应于所述三元组的提示信息；

验证模块503，用于根据所述三元组以及所述提示信息生成事实验证命令，将所述事实验证命令输入人工智能对话系统，使得所述人工智能对话系统可根据所述输入文本验证该待验证三元组的真伪；

确定模块504，用于接收所述人工智能对话系统的返回的所述三元组真伪的判断结果、确定所述判断结果的证据以及所述证据对应的访问地址。

可选地，提示模块502，具体用于根据所述三元组，判断该搜索结果包括的文本内容是否包含所述三元组的头实体和所述尾实体；若是，则表示该搜索结果与所述三元组相关，保留所述搜索结果；若否，则表示该搜索结果与所述三元组不相关，删除所述搜索结果。

可选地，提示模块502，具体用于确定所述三元组的头实体或尾实体的关联词，其中，所述关联词为所述实体的同义词、下位词或上位词中至少一种；判断所述搜索结果包括的实体是否存在所述关联词；若是，则表示该搜索结果与所述三元组不相关，删除所述搜索结果；若否，则表示该搜索结果与所述三元组相关，保留所述搜索结果。

可选地，提示模块502，具体用于当所述三元组的头实体和尾实体的关系为包含关系时，判断所述三元组头实体和尾实体在所述搜索结果包括的文本内容中是否都至少出现了一次，且所述三元的头实体和尾实体出现的次数不同；若均为是，则表示该搜索结果与所述三元组相关，保留所述搜索结果；若任一为否，则表示该搜索结果与所述三元组不相关，删除所述搜索结果。本说明书还提供了一种计算机可读存储介质，该存储介质存储有计算机程序，计算机程序可用于执行上述图1提供的事实验证方法。

可选地，提示模块502，具体用于针对各筛选出的搜索结果，确定该搜索结果中包括的文本内容；确定所述文本内容中，至少一个包含所述三元组首实体和尾实体的文本片段；将所述文本片段，作为对应于所述三元组的提示信息。

可选地，所述装置还包括检验模块505，具体用于获取所述待验证的三元组，根据所述三元组，生成三元组验证命令，将所述三元组验证命令输入所述人工智能对话系统，使所述人工智能对话系统基于数据库中存储的数据，进行三元组验证，接收所述人工智能对话系统返回的所述三元组真伪的验证结果、确定所述验证结果的证据以及所述证据对应的访问地址；根据所述访问地址，获取所述访问地址对应的文本内容；根据所述访问地址对应的文本内容以及所述三元组生成相关度验证命令，将所述相关度验证命令输入所述人工智能对话系统，确定所述访问地址对应的文本内容与所述三元组的相关度；若所述相关度大于预设值，则所述验证结果可信，将所述可信的验证结果与所述判断结果进行比较，若结果相同，则说明判断结果正确；若所述相关度小于预设值，则所述访问地址为人工智能对话系统生成的假链接，所述验证结果不可信。

可选地，检验模块505，具体用于当所述访问地址状态为无法响应时，确定所述人工智能对话系统返回的所述证据，是人工智能对话系统生成的假链接。

本说明书还提供了图5所示的电子设备的示意结构图。如图5所述，在硬件层面，该电子设备包括处理器、内部总线、网络接口、内存以及非易失性存储器，当然还可能包括其他业务所需要的硬件。处理器从非易失性存储器中读取对应的计算机程序到内存中然后运行，以实现上述图1所述的基于人工智能的事实验证方法。当然，除了软件实现方式之外，本说明书并不排除其他实现方式，比如逻辑器件抑或软硬件结合的方式等等，也就是说以下处理流程的执行主体并不限定于各个逻辑单元，也可以是硬件或逻辑器件。

在20世纪90年代，对于一个技术的改进可以很明显地区分是硬件上的改进(例如，对二极管、晶体管、开关等电路结构的改进)还是软件上的改进(对于方法流程的改进)。然而，随着技术的发展，当今的很多方法流程的改进已经可以视为硬件电路结构的直接改进。设计人员几乎都通过将改进的方法流程编程到硬件电路中来得到相应的硬件电路结构。因此，不能说一个方法流程的改进就不能用硬件实体模块来实现。例如，可编程逻辑器件(Programmable Logic Device,PLD)(例如现场可编程门阵列(Field Programmable GateArray，FPGA))就是这样一种集成电路，其逻辑功能由用户对器件编程来确定。由设计人员自行编程来把一个数字系统“集成”在一片PLD上，而不需要请芯片制造厂商来设计和制作专用的集成电路芯片。而且，如今，取代手工地制作集成电路芯片，这种编程也多半改用“逻辑编译器(logic compiler)”软件来实现，它与程序开发撰写时所用的软件编译器相类似，而要编译之前的原始代码也得用特定的编程语言来撰写，此称之为硬件描述语言(Hardware Description Language，HDL)，而HDL也并非仅有一种，而是有许多种，如ABEL(Advanced Boolean Expression Language)、AHDL(Altera Hardware DescriptionLanguage)、Confluence、CUPL(Cornell University Programming Language)、HDCal、JHDL(Java Hardware Description Language)、Lava、Lola、MyHDL、PALASM、RHDL(RubyHardware Description Language)等，目前最普遍使用的是VHDL(Very-High-SpeedIntegrated Circuit Hardware Description Language)与Verilog。本领域技术人员也应该清楚，只需要将方法流程用上述几种硬件描述语言稍作逻辑编程并编程到集成电路中，就可以很容易得到实现该逻辑方法流程的硬件电路。

控制器可以按任何适当的方式实现，例如，控制器可以采取例如微处理器或处理器以及存储可由该(微)处理器执行的计算机可读程序代码(例如软件或固件)的计算机可读介质、逻辑门、开关、专用集成电路(Application Specific Integrated Circuit，ASIC)、可编程逻辑控制器和嵌入微控制器的形式，控制器的例子包括但不限于以下微控制器：ARC 625D、Atmel AT91SAM、Microchip PIC18F26K20以及Silicone Labs C8051F320，存储器控制器还可以被实现为存储器的控制逻辑的一部分。本领域技术人员也知道，除了以纯计算机可读程序代码方式实现控制器以外，完全可以通过将方法步骤进行逻辑编程来使得控制器以逻辑门、开关、专用集成电路、可编程逻辑控制器和嵌入微控制器等的形式来实现相同功能。因此这种控制器可以被认为是一种硬件部件，而对其内包括的用于实现各种功能的装置也可以视为硬件部件内的结构。或者甚至，可以将用于实现各种功能的装置视为既可以是实现方法的软件模块又可以是硬件部件内的结构。

上述实施例阐明的系统、装置、模块或单元，具体可以由计算机芯片或实体实现，或者由具有某种功能的产品来实现。一种典型的实现设备为计算机。具体的，计算机例如可以为个人计算机、膝上型计算机、蜂窝电话、相机电话、智能电话、个人数字助理、媒体播放器、导航设备、电子邮件设备、游戏控制台、平板计算机、可穿戴设备或者这些设备中的任何设备的组合。

为了描述的方便，描述以上装置时以功能分为各种单元分别描述。当然，在实施本说明书时可以把各单元的功能在同一个或多个软件和/或硬件中实现。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

内存可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本说明书的实施例可提供为方法、系统或计算机程序产品。因此，本说明书可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本说明书可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本说明书可以在由计算机执行的计算机可执行指令的一般上下文中描述，例如程序模块。一般地，程序模块包括执行特定任务或实现特定抽象数据类型的例程、程序、对象、组件、数据结构等等。也可以在分布式计算环境中实践本说明书，在这些分布式计算环境中，由通过通信网络而被连接的远程处理设备来执行任务。在分布式计算环境中，程序模块可以位于包括存储设备在内的本地和远程计算机存储介质中。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

以上所述仅为本说明书的实施例而已，并不用于限制本说明书。对于本领域技术人员来说，本说明书可以有各种更改和变化。凡在本说明书的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本发明的权利要求范围之内。

Claims (10)

1.一种基于人工智能的事实验证方法，其特征在于，包括：

响应于事实验证指令，获取待验证的三元组，其中所述三元组包括头实体、关系以及尾实体；

根据所述三元组，生成搜索语句，通过预设的搜索引擎对所述搜索语句进行搜索，确定若干搜索结果；其中，所述搜索结果包括文本内容；

根据所述三元组，对各所述搜索结果进行筛选，确定所述筛选出的搜索结果中的文本内容作为对应于所述三元组的提示信息；

根据所述三元组以及所述提示信息生成事实验证的输入文本，将所述输入文本输入人工智能对话系统，使得所述人工智能对话系统可根据所述输入文本判断所述三元组的真伪；

接收所述人工智能对话系统的返回的所述三元组真伪的判断结果以及确定所述判断结果的证据。

2.如权利要求1所述方法，其特征在于，根据所述三元组，从各所述搜索结果中筛选搜索结果，具体包括：

根据所述三元组，判断该搜索结果包括的文本内容是否包含所述三元组的头实体和所述尾实体；

若是，则表示该搜索结果与所述三元组相关，保留所述搜索结果；

若否，则表示该搜索结果与所述三元组不相关，删除所述搜索结果。

3.如权利要求1所述方法，其特征在于，根据所述三元组，从各所述搜索结果中筛选搜索结果，具体包括：

确定所述三元组的头实体或尾实体的关联词，其中，所述关联词为所述实体的同义词、下位词或上位词中至少一种；

判断所述搜索结果包括的实体是否存在所述关联词；

若是，则表示该搜索结果与所述三元组不相关，删除所述搜索结果；

若否，则表示该搜索结果与所述三元组相关，保留所述搜索结果。

4.如权利要求1所述方法，其特征在于，根据所述三元组，从各所述搜索结果中筛选搜索结果，具体包括：

当所述三元组的头实体和尾实体的关系为包含关系时，判断所述三元组头实体和尾实体在所述搜索结果包括的文本内容中是否都至少出现了一次，且所述三元的头实体和尾实体出现的次数不同；

若均为是，则表示该搜索结果与所述三元组相关，保留所述搜索结果；

若任一为否，则表示该搜索结果与所述三元组不相关，删除所述搜索结果。

5.如权利要求1所述方法，其特征在于，确定所述筛选出的搜索结果中的文本内容作为对应于所述三元组的提示信息，具体包括：

针对各筛选出的搜索结果，确定该搜索结果中包括的文本内容；

确定所述文本内容中，至少一个包含所述三元组首实体和尾实体的文本片段；

将所述文本片段，作为对应于所述三元组的提示信息。

6.如权利要求1所述方法，其特征在于，所述方法还包括：

获取所述待验证的三元组，根据所述三元组，生成三元组验证命令，将所述三元组验证命令输入所述人工智能对话系统，使所述人工智能对话系统基于数据库中存储的数据，进行三元组验证，接收所述人工智能对话系统返回的所述三元组真伪的验证结果、确定所述验证结果的证据以及所述证据对应的访问地址；

根据所述访问地址，获取所述访问地址对应的文本内容；

根据所述访问地址对应的文本内容以及所述三元组生成相关度验证命令，将所述相关度验证命令输入所述人工智能对话系统，确定所述访问地址对应的文本内容与所述三元组的相关度；

若所述相关度大于预设值，则所述验证结果可信，将所述可信的验证结果与所述判断结果进行比较，若结果相同，则说明判断结果正确；

若所述相关度小于预设值，则所述访问地址为人工智能对话系统生成的假链接，所述验证结果不可信。

7.如权利要求6所述方法，其特征在于，根据所述访问地址，获取所述访问地址对应的文本内容之前，所述方法还包括：

当所述访问地址状态为无法响应时，确定所述人工智能对话系统返回的所述证据，是人工智能对话系统生成的假链接。

8.一种基于人工智能的事实验证装置，其特征在于，包括：

获取模块，用于响应于事实验证指令，获取待验证的三元组，其中所述三元组包括头实体、关系以及尾实体；

搜索模块，用于根据所述三元组，生成搜索语句，通过预设的搜索引擎对所述搜索语句进行搜索，确定若干搜索结果；其中，所述搜索结果包括文本内容；

提示模块，用于根据所述三元组，对各所述搜索结果进行筛选，确定所述筛选出的搜索结果中的文本内容作为对应于所述三元组的提示信息；

验证模块，用于根据所述三元组以及所述提示信息生成事实验证命令，将所述事实验证命令输入人工智能对话系统，使得所述人工智能对话系统可根据所述输入文本验证所述三元组的真伪；

确定模块，用于接收所述人工智能对话系统的返回的所述三元组真伪的判断结果、确定所述判断结果的证据以及所述证据对应的访问地址。

9.一种计算机可读存储介质，所述存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现上述权利要求1～7任一项所述的方法。

10.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现上述权利要求1-7任一项所述的方法。