[发明专利]一种基于语义相似度的自动问答文本匹配方法、自动问答方法和系统

说明书

本发明提供了一种基于语义相似度的自动问答文本匹配方法、自动问答方法和系统，具体方法包括，对文本中的语句进行分词；去除文本中的停用词，保留非停用词；按照文本词性对每个词赋予权重，根据每个词的重要级别进行分类，级别越高权重越高，级别越低权重越低；对文本中每个词的进行加权词向量表示；对加权后的词向量进行文本相似度匹配。与现有技术相比，能够更准确地实现问答匹配，便于更准确地识别用户意图，匹配相应回答模板的特点。

技术领域

本发明涉及一种基于语义相似度的自动问答文本匹配方法、自动问答方法和系统，涉及智能客服领域。

背景技术

现有技术中，对话系统大体上可以分为三大类：闲聊型对话系统(Chitchat-bot)、检索型对话系统(IR-bot)、任务型对话系统(Task-bot)。随着人工智能的发展，对话系统的研究也取得了不同程度的成果，有的已经成功运用于各行各业。然而，部分行业的咨询自动问答系统并不多见，大多效果不理想，常常出现“答非所问”的现象，无法知晓用户意图，难以很好地实现问答匹配，降低了系统的准确率和招回率，对用户体验造成了伤害。

有鉴于此，本发明人专门设计了一种基于语义相似度的自动问答文本匹配方法、自动问答方法和系统，本案由此产生。

发明内容

本发明提供了一种基于语义相似度的自动问答文本匹配方法，具有能够更准确地实现问答匹配，便于更准确地识别用户意图，匹配相应回答模板的特点。

本发明还提供了一种基于语义相似度的自动问答方法及系统，具有能够更准确地识别用户意图，匹配相应回答模板的特点。

根据本发明提供的一种基于语义相似度的自动问答文本匹配方法，具体方法包括，

对文本进行分词操作，对文本中的语句进行分词；

对文本进行去停词操作，去除文本中的停用词，保留非停用词；

按照文本词性对每个词赋予权重，根据每个词的重要级别进行分类，级别越高权重越高，级别越低权重越低；

文本中每个词的加权词向量表示为：t＝v*w；

文本相似度匹配，设文本a中每个词的加权词向量为a₁,a₂,...,a_n，文本b中每个词的加权词向量为b₁,b₂,...,b_m，则文本a与b的相似度为：

其中，v为词向量，w为词向量权重，n与m分别代表文本a、b中词的个数，i与j分别表示文本a、b中的某个词的顺序下标。

所述重要级别由高到低包括核心、次核心、一般和不重要；其中，核心级别的字和/或词包括句子主干中的名词；次核心级别的字和/或词包括句子主干中的动词；一般级别的字和/或词包括代词、形容词和副词；不重要级别的字和/或词包括助词、标点、未知符号和语气词。

所述方法还包括，把未分类的其他词性的词设置为一般级别的字和/或词。

其中，核心级别的字和/或词权重为3；次核心级别的字和/或词权重为2；一般级别的字和/或词权重为1；不重要级别的字和/或词权重为0。

所述方法还包括，把未分类的其他词性的词设置权重为1。

根据本发明提供的一种基于语义相似度的自动问答文本匹配方法，采用上述自动问答文本匹配方法，应用于整形咨询自动问答匹配方法。

根据本发明提供的一种基于语义相似度的自动问答方法，具体方法包括，在基于上述自动问答文本匹配方法的基础上进行匹配模型训练，基于训练好的模型，对问答对进行整理，实现用户的意图识别，匹配模板，给出相应回答。