[发明专利]一种基于问题分类确定问题答案方法、装置及电子设备在审
申请号: | 201811563546.2 | 申请日: | 2018-12-20 |
公开(公告)号: | CN109783622A | 公开(公告)日: | 2019-05-21 |
发明(设计)人: | 岳聪;郭建廷 | 申请(专利权)人: | 出门问问信息科技有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/35 |
代理公司: | 北京睿派知识产权代理事务所(普通合伙) 11597 | 代理人: | 刘锋 |
地址: | 100190 北京市海淀区*** | 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: | 文本信息 装置及电子设备 问题答案 问题分类 问题分类模型 答案 计算函数 预定类别 分类 调用 响应 | ||
1.一种基于问题分类确定问题答案的方法,其特征在于,包括:
获取问题的文本信息;
通过预先训练的问题分类模型对所述文本信息进行分类;
响应于所述文本信息被分类为预定类别且所述文本信息满足预定的规则,调用对应的计算函数来获取问题对应的答案。
2.如权利要求1所述的方法,其特征在于,所述问题分类模型为二分类模型。
3.如权利要求1所述的方法,其特征在于,所述问题分类模型的训练过程为:
在日志记录中获取所述预定类别的历史文本信息,确定为正例;
在日志记录中获取与所述预定类别无关的历史文本信息,确定为负例;
根据所述正例和负例,按照设定算法,确定所述问题分类模型。
4.如权利要求3所述的方法,其特征在于,所述在日志记录中获取所述预定类别的历史文本信息,确定为正例之后,该方法还包括:
根据所述预定类别的历史文本信息构造所述预定类别的问题模板,将所述预定类别的问题模板确定为正例。
5.如权利要求3所述的方法,其特征在于,所述设定算法为最大熵算法、支持向量机算法或者神经网络分类算法。
6.如权利要求1所述的方法,其特征在于,若所述问题为亲属称谓计算问题,所述设定条件为所述亲属称谓计算问题的文本信息中不包含实体人名,且所述亲属称谓计算问题的文本信息的长度小于设定的阈值。
7.一种基于问题分类确定问题答案的装置,其特征在于,包括:
接收单元,用于获取问题的文本信息;
分类单元,用于通过预先训练的问题分类模型对所述文本信息进行分类;
确定单元,用于响应于所述文本信息被分类为预定类别且所述文本信息满足预定的规则,调用对应的计算函数来获取问题对应的答案。
8.一种电子设备,包括存储器和处理器,其特征在于,所述存储器用于存储一条或多条计算机程序指令,其中,所述一条或多条计算机程序指令被所述处理器执行以实现如权利要求1-6中任一项所述的方法。
9.一种计算机可读存储介质,其上存储计算机程序指令,其特征在于,所述计算机程序指令在被处理器执行时实现如权利要求1-6任一项所述的方法。
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出门问问信息科技有限公司,未经出门问问信息科技有限公司许可,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/201811563546.2/1.html,转载请声明来源钻瓜专利网。