[发明专利]面向问答系统的数据纠错方法及装置

说明书

本发明提供一种面向问答系统的数据纠错方法及装置，其中方法包括：接收用户输入信息，并将用户输入信息转换为标准文本格式信息，其中，用户输入信息包括语音信息和/或文本信息；对标准文本格式信息进行去噪处理，并获得第一信息；利用错误词库对第一信息进行错误判别；当第一信息中包含错误内容时，提取第一信息中的错误内容；对错误内容按照预设处理算法进行替换，获得第二信息并输出。本发明提供的面向问答系统的数据纠错方法及装置，能有效减少用户对问答系统的输入错误，从而提高问答系统回答用户提问的正确率，有效提升问答系统的用户体验。

技术领域

本发明涉及信息检索与查询领域，尤其涉及一种面向问答系统的数据纠错方法及装置。

背景技术

问答系统是信息检索系统的一种高级形式，它能用准确、简洁的自然语言回答用户用自然语言提出的问题。其研究兴起的主要原因是人们对快速、准确地获取信息的需求。问答系统是指以自然语言理解技术为核心，使得机器能够理解用户的说话内容，实现人与机器之间的有效交流沟通，它是一种通过自然语言技术自动与用户对话的人工智能系统。目前，问答系统使用广泛，主要应用于计算机客服系统、机器人、儿童玩具、语音助手和秘书类产品等中。

由于用户通过自然语言对问答系统提出问题，不可避免的会出现一些识别错误或者其他输入错误，这些错误随着输入进入问答系统，会极大的影响问答系统输出的正确率。目前，问答系统的设计主要侧重于如何提高对用户提出问题获得的答案的质量上，而没有对用户的提问进行判别和纠正。

问答系统由于用户的输入错误，必然会导致获取的相应答案质量降低，使问答系统的正确率降低，用户体验性不高。

发明内容

本发明提供一种面向问答系统的数据纠错方法及装置，用以解决现有技术中通过自然语言对问答系统进行提问时，由于识别错误或其他输入错误导致影响问答系统正确率的技术问题。

本发明一方面提供一种面向问答系统的数据纠错方法，包括：

接收用户输入信息，并将用户输入信息转换为标准文本格式信息，其中，用户输入信息包括语音信息和/或文本信息；

对标准文本格式信息进行去噪处理，并获得第一信息；

利用错误词库对第一信息进行错误判别；

当第一信息中包含错误内容时，提取第一信息中的错误内容；

对错误内容按照预设处理算法进行替换；

根据替换结果获得第二信息并输出。

进一步的，利用错误词库对第一信息进行错误判别，包括：

针对第一信息在错误词库检索，当所述第一信息中包含有错误词库中存储的错误内容，判别所述第一信息中包含错误内容；

还包括：

当所述检索失败时，通过正确语料基准模型计算第一信息中包含错误内容的概率，错误词库通过正确语料基准模型训练得到；

当概率超过预设阈值时，判别第一信息中包含错误内容。

进一步的，对错误内容按照预设处理算法进行替换包括：

对错误内容按照错误类型进行分类，在分类结果下，针对错误内容生成多条待选纠错内容；

按照整体句法分析及上下文系统对多条待选纠错内容排序；

根据排序结果，生成纠错内容；

利用纠错内容，对错误内容进行替换。

进一步的，上述方法还包括：采集标注为正确的语料，对正确语料基准模型进行训练。

进一步的，还包括：将所述错误内容输入至错误词库中。