[发明专利]一种自动问答处理方法及自动问答系统

说明书

本发明公开一种自动问答处理方法及自动问答系统，所述方法包括：从预先收集到的问题‑答案数据对中获取问题文本，对问题文本进行分词处理后，获取问题文本对应的关键词，建立关键词与问题文本的索引关系。当接收到任一目标问题文本时，对目标问题文本进行分词处理，获取目标问题文本对应的目标关键词。从关键词与问题文本的索引关系中，确定与目标关键词匹配的关键词，获取与关键词具有索引关系的问题文本，作为候选问题文本。计算候选问题文本与目标问题文本的语义相似度值。根据语义相似度值，确定目标问题文本对应的答案。本发明考虑到目标问题文本与各个问题文本的语义相似度，确定出目标问题文本的答案，提高了自动问答处理的准确度。

技术领域

本发明涉及数据处理领域，具体涉及一种自动问答处理方法及自动问答系统。

背景技术

自动问答系统(英文：Question-Answer system；简称：QA系统)是当前的研究热点。目前的自动问答系统主要是基于检索的方法实现的，具体的，系统在收集到大量的问题-答案数据对后，对其中的问题文本进行分词处理，以及为经过分词处理后得到的词语建立与该问题文本之间的索引对，并存储于数据库中。当系统接收到目标问题后，从数据库中的索引对中索引出与该目标问题最匹配的问题文本，并返回该问题文本对应的答案作为该目标问题的答案输出。

但是，上述基于检索的方法实现的自动问答系统对于目标问题的匹配只是基于字符串相似度的匹配，并未考虑语义上是否接近，也就是说，即使是存在语义上与目标问题接近的问题文本，现有的自动问答系统也不能够匹配到，所以说自动问答系统的匹配准确度有待加强。

发明内容

有鉴于此，本发明提供了一种自动问答处理方法及自动问答系统。

本发明提供了一种自动问答处理方法，所述方法包括：

从预先收集到的问题-答案数据对中，获取问题文本；

对所述问题文本进行分词处理后，获取所述问题文本对应的关键词；

建立所述关键词与所述问题文本的索引关系；

当接收到任一目标问题文本时，对所述目标问题文本进行分词处理后，获取所述目标问题文本对应的目标关键词；

从建立的关键词与问题文本的索引关系中，确定与所述目标关键词匹配的关键词，并获取与所述关键词具有索引关系的问题文本，作为所述目标问题文本的候选问题文本；

计算所述候选问题文本与所述目标问题文本的语义相似度值；

根据所述语义相似度值，确定所述目标问题文本对应的答案。

优选地，所述对所述问题文本进行分词处理后，获取所述问题文本对应的关键词，包括：

对所述问题文本进行分词处理后，得到所述问题文本的候选词；

计算在所述问题文本中各个候选词分别对应的权重值；

将权重值最高的前N个候选词，确定为所述问题文本对应的关键词，N为自然数。

优选地，所述计算在所述问题文本中各个候选词分别对应的权重值之前，还包括：

筛除所述候选词中属于预设类型的词汇。

优选地，所述当接收到任一目标问题文本时，对所述目标问题文本进行分词处理后，获取所述目标问题文本对应的目标关键词，包括：

当接收到任一目标问题文本时，对所述目标问题文本进行分词处理后，得到所述目标问题文本中的目标候选词；

计算所述目标问题文本中的各个目标候选词分别对应的权重值；

将权重值最高的前M个候选词，确定为所述目标问题文本对应的目标关键词，M为自然数。