[发明专利]用于问答服务的方法、问答服务系统以及存储介质有效

专利信息
申请号: 201710840615.9 申请日: 2017-09-18
公开(公告)号: CN110019701B 公开(公告)日: 2021-12-31
发明(设计)人: 李英杰 申请(专利权)人: 京东方科技集团股份有限公司
主分类号: G06F16/332 分类号: G06F16/332
代理公司: 北京市柳沈律师事务所 11105 代理人: 彭久云
地址: 100015 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 用于 问答 服务 方法 系统 以及 存储 介质
【权利要求书】:

1.一种用于问答服务的方法,包括:

从预置问题组和对应的预置答案中确定关键词,其中,所述预置问题组包括至少一个预置问题;

获取所述关键词的关联词组,其中,所述关键词的关联词组包括所述关键词的至少一个关联词;以及

利用所述关键词的关联词组,生成包括至少一个扩展问题的扩展问题组;

其中,所述关键词表示所述预置问题组中的关键信息,

所述从预置问题组和对应的预置答案确定关键词,包括:

从所述预置问题组中获取包括至少一个候选关键词的问题词集,并从所述预置答案中获取包括所述至少一个候选关键词的答案词集;

根据每个所述候选关键词在所述问题词集中的第一词频和在所述答案词集中的第二词频,从所述问题词集中包括的所述至少一个候选关键词中确定所述关键词;

所述方法还包括:

从所述预置问题组、预置答案和扩展问题组中提取第一训练数据和第二训练数据,并将所述第一训练数据和第二训练数据的相似度设定为目标相似度;

根据所述第一训练数据、所述第二训练数据和所述目标相似度,训练问答预测模型;

其中,根据所述第一训练数据、所述第二训练数据和所述目标相似度,训练问答预测模型,包括:利用初始问答预测模型处理所述第一训练数据和所述第二训练数据以得到预测相似度;比较预测相似度和所述目标相似度以得到比较结果,并根据所述比较结果修正所述初始问答预测模型的参数,以得到训练后的所述问答预测模型;

所述第一训练数据和所述第二训练数据中的至少一种包括所述扩展问题组中的扩展问题,所述目标相似度为第一相似度阈值;或者,

所述第一训练数据包括所述预置问题组中的预置问题或所述预置答案,并且所述第二训练数据包括所述预置问题组中的预置问题或所述预置答案,所述目标相似度为第二相似度阈值;

其中,所述第一相似度阈值小于所述第二相似度阈值。

2.根据权利要求1所述的方法,所述根据每个所述候选关键词在所述问题词集中的第一词频和在所述答案词集中的第二词频,从所述问题词集中包括的至少一个候选关键词中确定所述关键词,包括:

若所述候选关键词的第一词频小于或等于第一词频阈值且所述候选关键词的第二词频大于或等于第二词频阈值,将所述候选关键词确定为所述关键词。

3.根据权利要求1所述的方法,其中,所述获取所述关键词的关联词组,包括:

利用网络爬虫获取所述关键词的至少一个候选关联词;

根据每个候选关联词在所述问题词集中的词频和在所述答案词集中的词频,确定所述每个候选关联词的第三词频;以及

根据所述至少一个候选关联词中每个候选关联词的所述第三词频,从所述至少一个候选关联词中确定所述关键词的关联词。

4.根据权利要求3所述的方法,其中,所述根据所述至少一个候选关联词中每个候选关联词的所述第三词频,从所述至少一个候选关联词中确定所述关键词的关联词,包括:

将所述至少一个候选关联词中对应的第三词频大于第三词频阈值的所述候选关联词确定为所述关键词的关联词;或者,

将所述至少一个候选关联词中对应的第三词频最高的前P个候选关联词确定为所述关键词的关联词,其中,P为正整数;或者

将所述至少一个候选关联词中对应的第三词频大于所述第三词频阈值的前P个候选关联词确定为所述关键词的关联词,其中,所述前P个候选关键词为所述至少一个候选关键词中对应的第三词频最高的前P个候选关键词,P为正整数。

5.根据权利要求1所述的方法,还包括:

接收问题请求;

利用所述训练得到的所述问答预测模型处理所述问题请求,得到所述问题请求的答案;

输出所述问题请求的答案。

6.根据权利要求1-4任一项所述的方法,其中,所述关键词的关联词包括所述关键词的近义词。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于京东方科技集团股份有限公司,未经京东方科技集团股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201710840615.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top