[发明专利]一种基于检索和生产混合问答的流程系统

说明书

本发明公开了一种基于检索和生产混合问答的流程系统，包括分类器、候选集、数据库和模型筛选。本发明的有益效果是：分类器能够感知问题的上下文，能够对问题的分类具有极高的准确率，分类器使用基于深度学习的分类模型和正则表达式识别相结合的方法进行问题的分类，能够提取问题中的重要属性调用相应的api进行实时查询，候选集检索系统的问题匹配过程中建立倒排索引进行原语句检索和同义词的查询扩展检索，能够搜索出来与问题最相近的句子，解决了检索系统搜索不精确的问题，对话模型使用seq2seq模型进行对话回复的生成，并在其中加入了Attention机制，同时也在解码端加入了BeamSearch机制，生成的句子更加具有逻辑性和结构性，增加了回复的多样性。

技术领域

本发明涉及一种流程系统，具体为一种基于检索和生产混合问答的流程 系统，属于信息检索处理技术领域。

背景技术

近些年来，问答机器人由于其广泛的应用场景和巨大的商业价值，受到 越来越多的广大科技型公司和科研机构的重视，因此也出现了很多优秀的产 品，如微软的小冰，apple的Siri，google的谷歌助手。不像其他的传统电 子app，人们不需要输入固定的命令语言(比如：“提交”、“购买”)，而可以 使用人类语言与app进行交流。

问答系统一直以来被认为是人工智能领域最难的问题之一。但是随着最 近几年来各种问答社区和社交网站的出现，对话语料的数量出现了爆炸性的 增长，并且硬件的发展使得计算机的计算力大大提高，这一切都为问答系统 的发展提供了新的机遇。

问答系统可以分为基于垂直领域和开放领域两种，开放领域主要是闲聊 类，垂直领域主要是助手类，当前建立对话机器人的主流技术主要是基于检 索模型和生成模型两种。

在检索模型中，系统会根据所给的问题从Question-Answer数据库中找 寻与该问题语义最相近的问句，然后返回该问句对应的答案，该方法的主要 问题有两个：第一个是数据库中Question-Answer对数量有限，有可能检索 不到用户提出的问题的答案。第二个问题是Question-Answer对是固定的， 可能无法根据用户提出的问题得到完全对应的答案。

在生成模型中，对话系统会首先理解用户提出的问题，然后逐字的生成 对应于该问题的答案。目前主流的方法是深度学习中Seq2Seq模型，该模型 先用encoder端将问句编码为一个向量表示，再由decoder端将该向量表示 解码为一个回复，该模型的主要问题是有可能生成的答案很容易是通用的、 单调的回复(例如：“我不知道”、“好的”等)，这样的回复包含的信息较少， 没有实质性的意义。

发明内容

本发明的目的就在于为了解决上述问题而提供一种基于检索和生产混合 问答的流程系统。

本发明通过以下技术方案来实现上述目的：一种基于检索和生产混合问 答的流程系统，包括

分类器，对一个query进行分类。

候选集，对于未能进行分类的问题，在检索系统找寻与该问题最接近的 问题，筛选出来的候选句子集。

数据库，用于储存各种问题问句，便于找寻与所提问题语义最相近的问 句

模型筛选，调用生成系统生成对应答案给出回复。

其中，所述分类器将所提问题分为“天气”、“新闻”、“笑话”、“航 班/高铁”，“附近(地理位置)”和“其他”六种类型，所述候选集使用基 于循环神经网络的自编码模型来得到每个句子的向量表达，所述候选集使用 BM25评分方法进行问题与数据库内的句子进行相似度计算，所述模型筛选使 用了基于Seq2Seq的模型进行生成系统的搭建。

一种基于检索和生产混合问答的流程系统，主要包括以下步骤：

步骤A,使用了基于卷积神经网络(CNN)的分类模型和基于正则表达式两 种方法来构建query分类器。