CN117407512A - 问答方法、装置、电子设备以及存储介质 - Google Patents
问答方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN117407512A CN117407512A CN202311490177.XA CN202311490177A CN117407512A CN 117407512 A CN117407512 A CN 117407512A CN 202311490177 A CN202311490177 A CN 202311490177A CN 117407512 A CN117407512 A CN 117407512A
- Authority
- CN
- China
- Prior art keywords
- information
- item
- determining
- page
- response
- 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
- 238000000034 method Methods 0.000 title claims abstract description 53
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 230000004044 response Effects 0.000 claims abstract description 185
- 238000004590 computer program Methods 0.000 claims description 14
- 238000011156 evaluation Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 abstract description 10
- 238000013473 artificial intelligence Methods 0.000 abstract description 3
- 238000003058 natural language processing Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 11
- 230000006870 function Effects 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 5
- 239000000428 dust Substances 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 238000012015 optical character recognition Methods 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000013136 deep learning model Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000012797 qualification Methods 0.000 description 1
- 230000011218 segmentation Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 238000005406 washing Methods 0.000 description 1
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
- G06F16/35—Clustering; Classification
- G06F16/353—Clustering; Classification into predefined classes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/243—Classification techniques relating to the number of classes
- G06F18/2431—Multiple classes
-
- 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
- G06F40/35—Discourse or dialogue representation
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Databases & Information Systems (AREA)
- Health & Medical Sciences (AREA)
- Mathematical Physics (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Human Computer Interaction (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本公开提供了问答方法、装置、电子设备以及存储介质,涉及数据处理技术领域,尤其涉及智能搜索领域、自然语言处理领域、大数据领域和人工智能领域。具体实现方案为:响应于接收到询问信息,根据与询问信息相关的物品词进行页面搜索,得到物品页面;从物品页面中确定与询问信息相关联的至少一个应答信息;评价应答信息与询问信息之间的相关性程度;以及根据相关性程度和至少一个应答信息,确定用于回复询问信息的目标应答信息并输出目标应答信息。
Description
技术领域
本公开涉及数据处理技术领域,尤其涉及智能搜索领域、自然语言处理领域、大数据领域和人工智能领域。
背景技术
随着科技的快速发展,在互联网购物等应用场景中,用户可以通过智能手机等终端设备输入问题,相关智能问答系统可以基于自然语言处理技术理解用户输入的问题,并自动化生成与问题相对应的应答信息,从而及时地回答用户的问题,满足用户的相关需求。
发明内容
本公开提供了一种问答方法、装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种问答方法,包括:响应于接收到询问信息,根据与询问信息相关的物品词进行页面搜索,得到物品页面;从物品页面中确定与询问信息相关联的至少一个应答信息;评价应答信息与询问信息之间的相关性程度;以及根据相关性程度和至少一个应答信息,确定用于回复询问信息的目标应答信息并输出目标应答信息。
根据本公开的另一方面,提供了一种问答装置,包括:搜索模块,用于响应于接收到询问信息,根据与询问信息相关的物品词进行页面搜索,得到物品页面;应答信息确定模块,用于从物品页面中确定与询问信息相关联的至少一个应答信息;评价模块,用于评价应答信息与询问信息之间的相关性程度;以及目标应答信息确定模块,用于根据相关性程度和至少一个应答信息,确定用于回复询问信息的目标应答信息并输出目标应答信息。
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根据本公开的实施例提供的方法。
根据本公开的另一方面,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,所述计算机指令用于使所述计算机执行根据本公开的实施例提供的方法。
根据本公开的另一方面,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根据本公开的实施例提供的方法。
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示意性示出了根据本公开实施例的可以应用问答方法及装置的示例性系统架构;
图2示意性示出了根据本公开实施例的问答方法的流程图;
图3示意性示出了根据本公开实施例提供的物品详情页面的示意图;
图4示意性示出了根据本公开另一实施例提供的问答方法的流程图;
图5示意性示出了根据本公开实施例的问答装置的框图;以及
图6示意性示出了根据本公开实施例的适于实现问答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。
在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,采取了必要保密措施,且不违背公序良俗。
随着互联网技术的快速发展,用户可以通过智能手机等终端输入询问信息来询问物品的参数、性能等物品属性,相关问答系统会基于用户输入的询问信息进行智能化自动应答,以快速满足用户的询问需求。但是应答信息的准确率较低,但是应答信息的答案准确度较低、时效性较差,难以准确地满足用户的实际需求。
本公开的实施例提供了一种问答方法、装置、电子设备以及存储介质,该问答方法包括:响应于接收到询问信息,根据与询问信息相关的物品词进行页面搜索,得到物品页面;从物品页面中确定与询问信息相关联的至少一个应答信息;评价应答信息与询问信息之间的相关性程度;以及根据相关性程度和至少一个应答信息,确定用于回复询问信息的目标应答信息并输出目标应答信息。
根据本公开的实施例,通过根据与物品相关的询问信息中的物品词进行页面搜索,得到物品页面,并从物品页面中确定至少一个应答信息,可以实现根据商家、权威测评机构等生产、销售、评测该物品的机构实时更新得到的物品页面中提取到与询问信息中的物品词相关的应答信息,可以避免根据失效的商品信息库来得到错误的应答信息,保障应答信息的实效性与准确性,通过评价应答信息和询问信息之间的相关性程度,并根据相关性程度来确定目标应答信息,可以使目标应答信息更加准确地匹配询问信息,进而实现准确、及时地回复询问信息,提升问答系统时效性。
图1示意性示出了根据本公开实施例的可以应用问答方法及装置的示例性系统架构。
需要注意的是,图1所示仅为可以应用本公开实施例的系统架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、系统、环境或场景。例如,在另一实施例中,可以应用问答方法及装置的示例性系统架构可以包括终端设备,但终端设备可以无需与服务器进行交互,即可实现本公开实施例提供的问答方法及装置。
如图1所示,根据该实施例的系统架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
服务器105可以是提供各种服务的服务器,例如对用户利用终端设备101、102、103所浏览的内容提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理,并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。
需要说明的是,本公开实施例所提供的问答方法一般可以由终端设备101、102、或103执行。相应地,本公开实施例所提供的问答装置也可以设置于终端设备101、102、或103中。
或者,本公开实施例所提供的问答方法一般也可以由服务器105执行。相应地,本公开实施例所提供的问答装置一般可以设置于服务器105中。本公开实施例所提供的问答方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的问答装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开实施例的问答方法的流程图。
如图2所示,该问答方法包括操作S210~S240。
在操作S210,响应于接收到询问信息,根据与询问信息相关的物品词进行页面搜索,得到物品页面。
在操作S220,从物品页面中确定与询问信息相关联的至少一个应答信息。
在操作S230,评价应答信息与询问信息之间的相关性程度。
在操作S240,根据相关性程度和至少一个应答信息,确定用于回复询问信息的目标应答信息并输出目标应答信息。
根据本公开的实施例,询问信息可以包括用户输入的文本、图像、音频等任意类型的信息,本公开的实施例对询问信息的具体信息类型不做限定,本领域技术人员可以根据实际需求进行选择。询问信息可以是在任意的时刻接收到的,例如可以是在当前的时刻接收到的,或者还可以是在历史时刻接收到的,本公开的实施例对接收到询问信息的具体时刻不做限定。
根据本公开的实施例,物品词可以表征询问信息中被询问的物品的名称、型号、尺寸、功能等物品属性。根据物品词进行页面搜索,得到的物品页面可以记载与物品词表征的物品属性相关联的信息。例如得到的物品页面可以是物品的功能介绍页面,因此可以从功能介绍页面中确定与物品的功能属性相关联的信息作为应答信息。
根据本公开的实施例,可以基于询问信息与物品页面中的文本的匹配结果来从物品页面中确定应答信息,例如可以将询问信息进行分词处理,得到询问关键词,从物品页面中确定与搜索关键词相匹配的文本、图像、视频等信息作为应答信息。又例如,还可以将根据询问信息搜索得到的物品页面中全部的文本、图像、视频等信息作为应答信息。
根据本公开的实施例,可以基于应答信息和询问信息之间的语义相似度来确定相关性程度,或者还可以基于应答信息和询问信息之间相匹配的字或词的数量来确定相关性程度,本公开的实施例对评价应答信息与询问信息之间的相关性程度的具体方式不做限定,本领域技术人员可以根据实际需求进行选择,只要能够满足实际需求即可。
根据本公开的实施例,根据相关性程度和至少一个应答信息,确定用于回复询问信息的目标应答信息可以包括在相关性程度满足预设条件的情况下降应答信息确定为目标应答信息。或者还可以包括根据相关性程度信息从应答信息中提取得到用于回复询问信息的目标应答信息。
根据本公开的实施例,得到的目标应答信息可以向输入询问信息的终端设备输出来回复用户的询问。
根据本公开的实施例,还可以向相关的信息存储区域输出目标应答信息,以实现离线生成与询问信息相关的目标应答信息,以便于后续在接收到用户发送的询问信息时及时地反馈目标应答信息,提升问答场景的回复效率。
根据本公开的实施例,根据与询问信息相关的物品词进行页面搜索,得到物品页面可以包括:根据询问信息相关的物品词进行页面搜索,得到初始物品页面集;根据与询问信息相关的询问意图类型,确定与物品页面对应的页面类型,询问意图类型是对询问信息进行意图识别得到的;以及根据页面类型从初始物品页面集中确定物品页面。
根据本公开的实施例,可以基于预训练的深度学习模型来处理询问信息得到询问意图类型,询问意图类型可以包括物品信息查找类型、物品采购类型,但不仅限于此,还可以包括其他类型的询问意图类型,本公开的实施例对询问意图类型的具体类型不做限定,本领域技术人员可以根据实际需求进行选择。
根据本公开的实施例,物品信息查找类型可以表征用户对生产制造行业的物品实体的使用经验、工作参数、工作性能等物品属性的询问需求,例如可以包括:包子机红灯闪该怎么办、包子机规格大全、A品牌包子机功率等。物品采购类型可以表征用户对采购、租赁物品的询问需求。物品采购类型的询问信息可以包含对物品的价格、生产厂家、生产地址、品牌等物品属性的询问需求,例如可以为:包子机价格、包子机厂家、包子机哪个品牌等。
根据本公开的实施例,页面类型可以包括以下至少一项:物品详情页类型、物品列表页类型。
根据本公开的实施例,页面类型可以根据页面展示的内容的属性来确定,例如物品(商品)详情页类型、物品列表页类型、知识分享页类型(如行业标准公开页面)、经验分享页类型(如论坛中的用户回复页面)等,本公开的实施例对具体的页面类型不做限定,只要与询问意图类型相关即可。
在本公开的一个实施例中,询问意图类型可以为物品信息查找类型,与物品信息查找类型对应的页面类型可以包括物品详情页类型,可以从初始物品页面集中确定具有物品详情页类型的物品页面。
根据本公开的实施例,可以确定与物品信息查找类型相对应的主站点网页,并从与主站点网页(如购物网站主页面)相关联的页面中确定具有物品详情页类型,且与物品词(如包子机)相关的物品详情页面作为物品页面。
根据本公开的实施例,通过根据询问意图类型来确定页面类型,并根据页面类型和询问信息确定初始物品页面集中与询问信息相匹配的的物品页面,可以对与询问意图类型相匹配的物品页面进行信息提取,从而得到与询问信息的意图相关程度较高的应答信息,缩小页面的搜索范围,提升应答信息对于询问的回复准确性。
根据本公开的实施例,可以确定与物品采购类型相对应的主站点网页,并从与主站点网页(如购物网站主页面)相关联的页面中确定具有物品列表页类型,且与物品词(如包子机)相关的物品列表页面作为物品页面。
根据本公开的实施例,在对询问信息进行意图识别之前,还可以对询问信息进行数据清洗,例如将询问信息中表意不清楚的字进行过滤,或者还可以对询问信息进行截断,以提取到与询问相关的关键词。或者还可以对询问信息中与询问意图无关的营销信息、敏感信息(如账号、密码)进行删除,以提升意图识别的准确率。
根据本公开的实施例,在与询问信息对应的页面类型为物品详情页类型的情况下,可以通过询问信息中提取到的物品词,例如包含物品名称、型号、产地、性能参数的物品词进行页面搜索,得到购物平台中经营该物品的物品经营方(例如可以得到排名前30的物品经营方)的物品列表页,从物品列表页中确定与该物品相关的物品详情页集合(初始物品页面集),从而获得尽量多的物品详情页面。然后可以对初始物品页面集中的初始页面进行文本识别,例如可以基于OCR(Optical Character Recognition)技术识别物品详情页面中的文本。
根据本公开的实施例,评价应答信息与询问信息之间的相关性程度可以包括:将多个物品描述文本段拼接为应答信息,以便于后续将应答信息的整体与询问信息进行相关性程度评价。例如可以对应答信息进行语义特征提取得到应答信息文本特征,对询问信息进行语义特征提取得到询问语义特征,通过计算应答信息文本特征和询问语义特征之间的相似度来对应答信息与询问信息之间的相关性程度进行评价。
根据本公开的实施例,评价应答信息与询问信息之间的相关性程度还可以包括:根据应答信息,生成表征应答信息的语义属性的应答摘要;以及根据应答摘要与询问信息,确定相关性程度。
根据本公开的实施例,可以通过预训练的大语言模型(Large Language Model,缩写LLM)来处理应答信息得到应答摘要。或者还可以通过提取应答信息的核心句,例如起始文本句或结束文本句,得到应答摘要。
根据本公开的实施例,可以通过计算应答摘要与询问信息之间的语义特征相似度,来确定相关性程度。
根据本公开的实施例,还可以通过计算应答摘要与询问信息之间相匹配的关键词的数量和/或匹配次数来确定相关性程度。
根据本公开的实施例,通过根据应答摘要和询问信息来确定相关性程度,可以减少需要处理的应答信息的信息量,从而减少评价相关性程度需要的计算开销。同时基于较为准确、简短地表征物品属性的应答摘要与询问信息进行相关性程度评价,还可以避免与物品属性无关的字对评价结果的干扰,提升评价准确性,进而得到与询问信息相匹配的目标应答信息。
根据本公开的实施例,询问信息包括表征对物品的物品属性进行询问的询问关键词。询问关键词可以包括与物品词对应的关键词,或者还可以包括其他类型的字或词,例如“多少克”、“在哪”等表征询问语义的字或词。
根据本公开的实施例,应答信息包括用于对物品的物品属性进行描述的多个物品描述文本段,物品与物品词相关。
根据本公开的实施例,从物品页面中确定与询问信息相关联的至少一个应答信息可以包括:从物品页面中提取与询问关键词相关联的至少一个物品描述文本段。
根据本公开的实施例,物品描述文本段可以包括物品详情页面中的用户描述物品的属性的文本自然段,或者还可以包括物品页面中的物品介绍标题等。通过从物品页面中提取与询问关键词相关联的物品描述文本段,可以实现对物品属性进行细粒度提取,从而使物品描述文本段可以充分地、细致地表征物品属性。
图3示意性示出了根据本公开实施例提供的物品详情页面的示意图。
如图3所示,可以根据OCR技术从物品详情页面300中提取得到物品描述文本段包括:“布袋除尘器介绍”、“强力除尘”、“多重过滤”、“低噪设计”、“加厚板材”、“一键启动”、“操作简单”。物品描述文本段还可以包括:“本公司布袋除尘器设备可靠性涉及,除尘器随主机设备长期稳定运行维护工作量小,优化进出风管道涉及。有利于均匀的气流分析,外观成型美观”。
根据本公开的实施例,在物品描述文本段包括多个的情况下,可以通过例如1、2、3等序列标识来标注物品描述文本段。或者还可以基于物品描述文本段的属性主题对物品描述文本段进行标注。
根据本公开的实施例,根据应答信息,生成表征应答信息的语义属性的应答摘要可以包括:对物品描述文本段进行物品属性提取,得到物品属性子摘要;以及根据多个物品描述文本段各自对应的物品属性子摘要,确定应答摘要。
根据本公开的实施例,可以基于预训练的大语言模型处理物品描述文本段,得到物品属性子摘要,从而可以通过物品属性子摘要进一步简要地、细粒度地表征物品属性。
根据本公开的实施例,物品属性子摘要还与表征物品属性的物品属性类型相关联,物品属性类型是对物品描述文本段进行物品属性分类后得到的。
根据本公开的实施例,物品属性子摘要可以包括文本句,还可以通过大语言模型物品属性子摘要表征的物品属性类型来标注该物品属性子摘要。物品属性类型例如可以包括产品优势、企业资质、使用方法、性能参数等等。可以通过如下表1来表征物品属性类型与物品属性子摘要之间的关联关系。
表1
根据本公开的实施例,物品属性子摘要可以包括表征物品属性的主旨句,物品属性类型可以表征物品属性的具体属性类型。可以通过将多个物品属性子摘要和物品属性类型进行拼接,得到应答摘要,从而可以使应答摘要结构化地、清晰地表征物品属性。
根据本公开的实施例,根据应答摘要与询问信息,确定相关性程度包括:根据物品属性子摘要与询问信息之间的语义相似度,确定语义相似性信息;根据物品属性类型和与询问信息相对应的询问物品属性类型之间的匹配结果,确定物品属性类型匹配信息,其中,询问物品属性类型是对询问信息进行物品属性分类后得到的;以及根据语义相似性信息和物品属性类型匹配信息,确定相关性程度。
根据本公开的实施例,可以通过对物品属性子摘要和询问信息分别进行语义特征提取,得到物品属性子摘要特征和询问语义特征,通过计算物品属性子摘要特征和询问语义特征之间的相似度,来确定物品属性子摘要与询问信息之间的语义相似度。可以根据预设的语义相似度阈值对语义相似度进行评分,得到相似度评分ai。在与应答信息对应的物品属性子摘要包括n个的情况下,可以得到n个语义相似度评分a1、a2......至an。
根据本公开的实施例,a1、a2......至an各自的数值可以为0至1的数值,a1、a2......至an的累加和可以为1。
根据本公开的实施例,可以基于预训练的深度学习模型来处理询问信息,得到询问物品属性类型。询问物品属性类型可以表征针对物品属性类型进行询问的需求。询问物品属性类型例如可以为“性能参数”、“主要用途”等等。可以通过将询问物品属性类型和与物品属性子摘要相对应的物品属性类型进行关键词匹配,得到匹配结果,例如可以得到与询问物品属性类型相匹配的物品属性类型的数量。物品属性类型匹配信息可以通过匹配度评分bi表示。在与应答信息对应的物品属性类型包括n个的情况下,可以得到n个匹配度评分b1、b2......至bn。
根据本公开的实施例,b1、b2......至bn各自的数值可以为0至1的数值,b1、b2......至bn的累加和可以为1。
根据本公开的实施例,根据语义相似性信息和物品属性类型匹配信息,确定相关性程度,可以通过语义相似度评分和匹配度评分的累加和确定,例如可以通过如下公式(1)来确定表征相关性程度的相关性分值。
公式(1)中,C表示表征相关性程度的相关性分值。
根据本公开的实施例,还可以通过计算应答摘要与询问信息之间的相似度来得到相关性分值,根据应答信息对应的物品属性类型与询问信息进行匹配,得到匹配度评分,通过将相关性评分与匹配度评分相加得到表征相关性程度的相关性分值。
根据本公开的实施例,应答信息包括多个。在应答信息包括多个的情况下,可以选择相关性分值最大的应答信息作为目标应答信息。
根据本公开的实施例,根据相关性程度和至少一个应答信息,确定用于回复询问信息的目标应答信息还可以包括:将与应答信息对应的应答摘要确定为候选应答信息;根据与多个候选应答信息各自对应的相关性程度,从多个候选应答信息中确定目标应答信息。
根据本公开的实施例,还可以将与相关性程度最高的应答信息对应的应答摘要作为向用户推送的目标应答信息,从而可以使用户获得简要地、结构清晰地应答内容,避免用户浏览冗余的页面文本信息难以及时得到询问信息对应的答案。
图4示意性示出了根据本公开另一实施例提供的问答方法的流程图。
如图4所示,该实施例中的问答方法可以包括操作S401~操作S410。
在操作S401,对询问信息进行意图识别和数据清洗,得到询问意图类型和清洗后的询问信息。询问意图类型可以为物品信息查询类型。
在操作S402,根据询问信息进行页面搜索,得到与被询问的物品相关的主站点页面。
在操作S403,根据询问信息和物品信息查询类型在主站点页面进行页面搜索,得到与物品词对应的物品详情页面。
在操作S404,对物品详情页面进行文本提取,得到多个物品描述文本段。
在操作S405,将物品描述文本段输入至预训练的大语言模型,输出物品属性子摘要和与物品属性子摘要对应的物品属性类型。
在操作S406,将多个物品属性子摘要,以及与多个物品属性子摘要各自对应的物品属性类型进行拼接,得到应答信息(应答摘要)。
在操作S407,将应答信息与询问信息进行语义相似度计算,确定语义相似度评分。
在操作S408,将多个物品属性类型与询问信息进行匹配,确定匹配度评分。
在操作S409,根据匹配度评分与语义相似度评分确定相关性分值。
在操作S410,根据相关性分值从多个应答信息中确定目标应答信息。
图5示意性示出了根据本公开实施例的问答装置的框图。
如图5所示,问答装置500包括:搜索模块510、应答信息确定模块520、评价模块530和目标应答信息确定模块540。
搜索模块510,用于响应于接收到询问信息,根据与询问信息相关的物品词进行页面搜索,得到物品页面。
应答信息确定模块520,用于从物品页面中确定与询问信息相关联的至少一个应答信息。
评价模块530,用于评价应答信息与询问信息之间的相关性程度。
目标应答信息确定模块540,用于根据相关性程度和至少一个应答信息,确定用于回复询问信息的目标应答信息并输出目标应答信息。
根据本公开的实施例,评价模块包括:应答摘要生成子模块和相关性程度确定子模块。
应答摘要生成子模块,用于根据应答信息,生成表征应答信息的语义属性的应答摘要。
相关性程度确定子模块,用于根据应答摘要与询问信息,确定相关性程度。
根据本公开的实施例,应答信息包括用于对物品的物品属性进行描述的多个物品描述文本段,物品与物品词相关。
根据本公开的实施例,应答摘要生成子模块包括:物品属性子摘要获得单元和应答摘要生成单元。
物品属性子摘要获得单元,用于对物品描述文本段进行物品属性提取,得到物品属性子摘要。
应答摘要生成单元,用于根据多个物品描述文本段各自对应的物品属性子摘要,确定应答摘要。
根据本公开的实施例,物品属性子摘要还与表征物品属性的物品属性类型相关联,物品属性类型是对物品描述文本段进行物品属性分类后得到的。
根据本公开的实施例,相关性程度确定子模块包括:语义相似性信息确定单元、物品属性类型匹配信息确定单元和相关性程度确定单元。
语义相似性信息确定单元,用于根据物品属性子摘要与询问信息之间的语义相似度,确定语义相似性信息。
物品属性类型匹配信息确定单元,用于根据物品属性类型和与询问信息相对应的询问物品属性类型之间的匹配结果,确定物品属性类型匹配信息,其中,询问物品属性类型是对询问信息进行物品属性分类后得到的。
相关性程度确定单元,用于根据语义相似性信息和物品属性类型匹配信息,确定相关性程度。
根据本公开的实施例,询问信息包括表征对物品的物品属性进行询问的询问关键词。
根据本公开的实施例,应答信息确定模块询问信息包括物品描述文本段确定子模块。
物品描述文本段确定子模块,用于从物品页面中提取与询问关键词相关联的至少一个物品描述文本段。
根据本公开的实施例,应答信息包括多个。
根据本公开的实施例,目标应答信息确定模块包括:候选应答信息确定子模块和目标应答信息确定子模块。
候选应答信息确定子模块,用于将与应答信息对应的应答摘要确定为候选应答信息。
目标应答信息确定子模块,用于根据与多个候选应答信息各自对应的相关性程度,从多个候选应答信息中确定目标应答信息。
根据本公开的实施例,搜索模块包括:搜索子模块、页面类型确定子模块和物品页面确定子模块。
搜索子模块,用于根据询问信息相关的物品词进行页面搜索,得到初始物品页面集。
页面类型确定子模块,用于根据与询问信息相关的询问意图类型,确定与物品页面对应的页面类型,询问意图类型是对询问信息进行意图识别得到的。
物品页面确定子模块,用于根据页面类型从初始物品页面集中确定物品页面。
根据本公开的实施例,页面类型包括以下至少一项:物品详情页类型、物品列表页类型。
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。
根据本公开的实施例,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如上所述的方法。
根据本公开的实施例,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如上所述的方法。
根据本公开的实施例,一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如上所述的方法。
图6示意性示出了根据本公开实施例的适于实现问答方法的电子设备的框图。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6所示,设备600包括计算单元601,其可以根据存储在只读存储器(ROM)602中的计算机程序或者从存储单元608加载到随机访问存储器(RAM)603中的计算机程序,来执行各种适当的动作和处理。在RAM 603中,还可存储设备600操作所需的各种程序和数据。计算单元601、ROM 602以及RAM 603通过总线604彼此相连。输入/输出(I/O)接口605也连接至总线604。
设备600中的多个部件连接至I/O接口605,包括:输入单元606,例如键盘、鼠标等;输出单元607,例如各种类型的显示器、扬声器等;存储单元608,例如磁盘、光盘等;以及通信单元609,例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600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601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601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601执行上文所描述的各个方法和处理,例如问答方法。例如,在一些实施例中,问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608。在一些实施例中,计算机程序的部分或者全部可以经由ROM 602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到RAM 603并由计算单元601执行时,可以执行上文描述的问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601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)、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,也可以是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 (19)
1.一种问答方法,包括:
响应于接收到询问信息,根据与所述询问信息相关的物品词进行页面搜索,得到物品页面;
从所述物品页面中确定与所述询问信息相关联的至少一个应答信息;
评价所述应答信息与所述询问信息之间的相关性程度;以及
根据所述相关性程度和至少一个所述应答信息,确定用于回复所述询问信息的目标应答信息并输出所述目标应答信息。
2.根据权利要求1所述的方法,其中,所述评价所述应答信息与所述询问信息之间的相关性程度包括:
根据所述应答信息,生成表征所述应答信息的语义属性的应答摘要;以及
根据所述应答摘要与所述询问信息,确定所述相关性程度。
3.根据权利要求2所述的方法,其中,所述应答信息包括用于对物品的物品属性进行描述的多个物品描述文本段,所述物品与所述物品词相关;
其中,所述根据所述应答信息,生成表征所述应答信息的语义属性的应答摘要包括:
对所述物品描述文本段进行物品属性提取,得到物品属性子摘要;以及
根据多个所述物品描述文本段各自对应的物品属性子摘要,确定所述应答摘要。
4.根据权利要求3所述的方法,其中,所述物品属性子摘要还与表征所述物品属性的物品属性类型相关联,所述物品属性类型是对所述物品描述文本段进行物品属性分类后得到的;
其中,所述根据所述应答摘要与所述询问信息,确定所述相关性程度包括:
根据所述物品属性子摘要与所述询问信息之间的语义相似度,确定语义相似性信息;
根据所述物品属性类型和与所述询问信息相对应的询问物品属性类型之间的匹配结果,确定物品属性类型匹配信息,其中,所述询问物品属性类型是对所述询问信息进行物品属性分类后得到的;以及
根据所述语义相似性信息和所述物品属性类型匹配信息,确定所述相关性程度。
5.根据权利要求3所述的方法,其中,所述询问信息包括表征对物品的物品属性进行询问的询问关键词;
其中,所述从所述物品页面中确定与所述询问信息相关联的至少一个应答信息包括:
从所述物品页面中提取与所述询问关键词相关联的至少一个所述物品描述文本段。
6.根据权利要求2至5中任一项所述的方法,其中,所述应答信息包括多个;
其中,所述根据所述相关性程度和至少一个所述应答信息,确定用于回复所述询问信息的目标应答信息包括:
将与所述应答信息对应的应答摘要确定为候选应答信息;
根据与多个所述候选应答信息各自对应的相关性程度,从多个所述候选应答信息中确定所述目标应答信息。
7.根据权利要求1所述的方法,其中,所述根据与所述询问信息相关的物品词进行页面搜索,得到物品页面包括:
根据所述询问信息相关的物品词进行页面搜索,得到初始物品页面集;
根据与所述询问信息相关的询问意图类型,确定与所述物品页面对应的页面类型,所述询问意图类型是对所述询问信息进行意图识别得到的;以及
根据所述页面类型从所述初始物品页面集中确定所述物品页面。
8.根据权利要求7所述的方法,其中,所述页面类型包括以下至少一项:
物品详情页类型、物品列表页类型。
9.一种问答装置,包括:
搜索模块,用于响应于接收到询问信息,根据与所述询问信息相关的物品词进行页面搜索,得到物品页面;
应答信息确定模块,用于从所述物品页面中确定与所述询问信息相关联的至少一个应答信息;
评价模块,用于评价所述应答信息与所述询问信息之间的相关性程度;以及
目标应答信息确定模块,用于根据所述相关性程度和至少一个所述应答信息,确定用于回复所述询问信息的目标应答信息并输出所述目标应答信息。
10.根据权利要求9所述的装置,其中,所述评价模块包括:
应答摘要生成子模块,用于根据所述应答信息,生成表征所述应答信息的语义属性的应答摘要;以及
相关性程度确定子模块,用于根据所述应答摘要与所述询问信息,确定所述相关性程度。
11.根据权利要求10所述的装置,其中,所述应答信息包括用于对物品的物品属性进行描述的多个物品描述文本段,所述物品与所述物品词相关;
其中,所述应答摘要生成子模块包括:
物品属性子摘要获得单元,用于对所述物品描述文本段进行物品属性提取,得到物品属性子摘要;以及
应答摘要生成单元,用于根据多个所述物品描述文本段各自对应的物品属性子摘要,确定所述应答摘要。
12.根据权利要求11所述的装置,其中,所述物品属性子摘要还与表征所述物品属性的物品属性类型相关联,所述物品属性类型是对所述物品描述文本段进行物品属性分类后得到的;
其中,所述相关性程度确定子模块包括:
语义相似性信息确定单元,用于根据所述物品属性子摘要与所述询问信息之间的语义相似度,确定语义相似性信息;
物品属性类型匹配信息确定单元,用于根据所述物品属性类型和与所述询问信息相对应的询问物品属性类型之间的匹配结果,确定物品属性类型匹配信息,其中,所述询问物品属性类型是对所述询问信息进行物品属性分类后得到的;以及
相关性程度确定单元,用于根据所述语义相似性信息和所述物品属性类型匹配信息,确定所述相关性程度。
13.根据权利要求11所述的装置,其中,所述询问信息包括表征对物品的物品属性进行询问的询问关键词;
其中,所述应答信息确定模块询问信息包括:
物品描述文本段确定子模块,用于从所述物品页面中提取与所述询问关键词相关联的至少一个所述物品描述文本段。
14.根据权利要求10至13中任一项所述的装置,其中,所述应答信息包括多个;
其中,所述目标应答信息确定模块包括:
候选应答信息确定子模块,用于将与所述应答信息对应的应答摘要确定为候选应答信息;
目标应答信息确定子模块,用于根据与多个所述候选应答信息各自对应的相关性程度,从多个所述候选应答信息中确定所述目标应答信息。
15.根据权利要求9所述的装置,其中,所述搜索模块包括:
搜索子模块,用于根据所述询问信息相关的物品词进行页面搜索,得到初始物品页面集;
页面类型确定子模块,用于根据与所述询问信息相关的询问意图类型,确定与所述物品页面对应的页面类型,所述询问意图类型是对所述询问信息进行意图识别得到的;以及
物品页面确定子模块,用于根据所述页面类型从所述初始物品页面集中确定所述物品页面。
16.根据权利要求15所述的装置,其中,所述页面类型包括以下至少一项:
物品详情页类型、物品列表页类型。
17.一种电子设备,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至8中任一项所述的方法。
18.一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至8中任一项所述的方法。
19.一种计算机程序产品,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至8中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311490177.XA CN117407512A (zh) | 2023-11-09 | 2023-11-09 | 问答方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311490177.XA CN117407512A (zh) | 2023-11-09 | 2023-11-09 | 问答方法、装置、电子设备以及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117407512A true CN117407512A (zh) | 2024-01-16 |
Family
ID=89490741
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311490177.XA Pending CN117407512A (zh) | 2023-11-09 | 2023-11-09 | 问答方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117407512A (zh) |
-
2023
- 2023-11-09 CN CN202311490177.XA patent/CN117407512A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108536852B (zh) | 问答交互方法和装置、计算机设备及计算机可读存储介质 | |
CN111797210A (zh) | 基于用户画像的信息推荐方法、装置、设备及存储介质 | |
JP6346218B2 (ja) | オンライン取引プラットフォームのための検索方法、装置およびサーバ | |
CN107832338B (zh) | 一种识别核心产品词的方法和系统 | |
CN114116997A (zh) | 知识问答方法、装置、电子设备及存储介质 | |
CN113239295A (zh) | 搜索方法、装置、电子设备以及存储介质 | |
CA3051919C (en) | Machine learning (ml) based expansion of a data set | |
Hidayatullah et al. | Topic modeling on Indonesian online shop chat | |
CN114048315A (zh) | 确定文档标签的方法、装置、电子设备和存储介质 | |
CN114090877A (zh) | 职位信息推荐方法、装置、电子设备及存储介质 | |
CN111737607B (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN117909560A (zh) | 搜索方法、模型的训练方法、装置、设备、介质及程序产品 | |
CN113191145A (zh) | 关键词的处理方法、装置、电子设备和介质 | |
CN116226533A (zh) | 基于关联性预测模型的新闻关联推荐方法、装置及介质 | |
CN117407512A (zh) | 问答方法、装置、电子设备以及存储介质 | |
CN113763084A (zh) | 产品推荐的处理方法、装置、设备及存储介质 | |
CN113656393B (zh) | 数据处理方法、装置、电子设备以及存储介质 | |
CN116610782B (zh) | 文本检索方法、装置、电子设备及介质 | |
CN113177116B (zh) | 信息展示方法及装置、电子设备、存储介质及程序产品 | |
CN118013106A (zh) | 问答方法、装置、电子设备以及存储介质 | |
CN116644724B (zh) | 一种投标书生成方法、装置、设备及存储介质 | |
CN114722299A (zh) | 搜索推荐方法、装置及电子设备 | |
CN114529337A (zh) | 信息检测方法和装置 | |
CN116150538A (zh) | 网页质量评估方法、网页质量评估模型的训练方法及装置 | |
CN118245480A (zh) | 面向对话的结构化数据的检索方法及装置、存储介质、电子装置 |
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 |