[发明专利]一种自然语言语义推理方法

权利要求书

1.一种自然语言语义推理方法，其特征在于：包括以下步骤：

S01）、接收用户输入的对话语句，语句经过分词并计算用户意图信息和实体信息集合；

S02）、根据得到的用户意图信息和实体信息集合，通过索引系统，从海量数据库中定位候选答案集合；

S03）、对候选答案集合使用排序算法按照关联度进行排序，得到前N位最佳答案集和置信度集，其中N≥1，置信度集记录了对应答案的可信度；

S04）、将客户对话信息及证据推理过程中得到的中间结果组合形成深度学习框架的输入文字集，将文字集映射到问题向量空间，经过深度学习系统输出答案向量，并将答案向量空间映射到文字空间，最后将此文字片段集合进过语法检查修正，组合成唯一答案，同时得到深度学习系统输出的答案置信度；

S05）、将深度学习系统得到的唯一答案与知识库答案集逐一匹配，选择与其语义最相近的答案，添加到证据推理得到的最佳答案集中；

S06）、将证据推理最佳答案集和深度学习答案通过决策融合算法得到最终反馈信息。

2.根据权利要求1所述的自然语言语义推理方法，其特征在于：证据推理最佳答案集和深度学习答案通过串联模式的决策融合算法得到最终反馈信息，证据推理最佳答案集和深度学习答案有先后顺序，一种答案不符合条件时选择另外一种答案。

3.根据权利要求2所述的自然语言语义推理方法，其特征在于：串联模式的决策融合算法实现方式为：首先计算证据推理最佳答案集的最高置信度，若最高置信度大于等于设定阈值，则直接将此置信度对应答案作为最终反馈信息值，否则将深度学习答案作为最终反馈信息值。

4.根据权利要求1所述的自然语言语义推理方法，其特征在于：证据推理最佳答案集和深度学习答案通过并联模式的决策融合算法得到最终反馈信息，证据推理最佳答案集合深度学习答案没有先后顺序，通过指标评价算法得到最佳置信答案。

5.根据权利要求4所述的自然语言语义推理方法，其特征在于：并联模式的决策融合算法实现方式为：分别计算推理最佳答案集合深度学习答案的最高置信度，并比较两者的最高置信度，较大的最高置信度对应的答案作为最终反馈信息值。

6.根据权利要求1所述的自然语言语义推理方法，其特征在于：证据推理最佳答案集和深度学习答案通过混合模式的决策融合算法得到最终反馈信息，将证据推理最佳答案集和深度学习答案的一个或者多个作为最终反馈信息。

7.根据权利要求6所述的自然语言语义推理方法，其特征在于：混合模式的决策融合算法实现方式为：分别设定阈值Tevid和Tdeep，若证据推理最佳答案集中最优答案置信度大于Tevid，则将此置信度对应答案添加到最终反馈信息值中；若深度学习置信度大于Tdeep，则将此置信度对应的答案添加到最终反馈信息值中。

8.根据权利要求1所述的自然语言语义推理方法，其特征在于：用户意图信息指用户的话题范围，实体信息集合指经过计算后得到的关键词信息集合。

9.根据权利要求8所述的自然语言语义推理方法，其特征在于：实体信息集合包括关键词集合、关键词词性集合及关键词权重集合。

10.根据权利要求1所述的自然语言语义推理方法，其特征在于：中间结果为空或者中间结果为用户意图信息和实体信息集合的一种或组合。