[发明专利]检索式聊天方法、装置以及计算机设备

说明书

本发明提供了一种检索式聊天方法、装置以及计算机设备，涉及自然语言处理的技术领域，解决了共现字很多但实际意思差别很大的句子会影响检索结果，导致得到远离预期的回复的技术问题。该方应用于聊天机器人，聊天机器人中预存有文本索引库和语义索引库，文本索引库中的问题索引为文本特征索引，语义索引库中的问题索引为语义向量索引；该方法包括：基于文本索引库，通过待回答的目标问题的文本特征确定第一备选答案集；基于语义索引库，通过目标问题的语义向量确定第二备选答案集；基于预先训练的匹配模型，根据第一备选答案集和第二备选答案集，确定与目标问题匹配度最高的至少一个目标答案，作为目标问题的回复。

技术领域

本申请涉及自然语言处理技术领域，尤其是涉及一种检索式聊天方法、装置以及计算机设备。

背景技术

随着网络和信息技术的快速发展，互联网成为人们获取信息的主要手段，从互联网上获取信息的手段大致有两种：一种是通过搜索引擎搜索关键词来获取相关信息；另一种是通过向网站或社交软件提供的客服来询问问题并获取相应的答案。前者基于关键词搜索，用户很难将自己的检索意图表达清楚，搜索引擎返回的相关网页很多，用户很难快速定位到所需的信息；后者基于自然语言来提问，可以清楚地表达出用户的意图，但是人工问答需要提供大量的客服来解答，造成人力成本的急剧增长。为了解决人力成本问题，各大网站或产品厂商采取“自动回复”的聊天机器人来为用户解答问题，例如，韩国的simsimi、苹果的Siri、京东客服、小i机器人、微软小冰、微软小娜(Cortana)等。

聊天机器人是应用自然语言处理(Natural Language Process，NLP)技术的一个重要领域，主要基于检索方式进行回复。即依托已有的问答库做出回复。对于通用/开放领域的知识问答，可以通过维护大量通用/开放领域知识，使用检索的方式找出最匹配答案；目前的方式主要是通过两个问题出现的共现字来确定这两个问题是否接近。但是由于自然语言的复杂性，有些共现字很多的两个句子，实际的意思会有很大的差别，从而会得到远离预期的回复。

发明内容

本发明的目的在于提供一种检索式聊天方法、装置以及计算机设备，以解决共现字很多但实际意思差别很大的句子会影响检索结果，导致得到远离预期的回复的技术问题。

第一方面，本申请实施例提供了一种检索式聊天方法，应用于聊天机器人，所述聊天机器人中预存有文本索引库和语义索引库，所述文本索引库中的问题索引为文本特征索引，所述语义索引库中的问题索引为语义向量索引；所述方法包括：

基于所述文本索引库，通过待回答的目标问题的文本特征确定第一备选答案集；

基于所述语义索引库，通过所述目标问题的语义向量确定第二备选答案集；

基于预先训练的匹配模型，根据所述第一备选答案集和所述第二备选答案集，确定与所述目标问题匹配度最高的至少一个目标答案，作为所述目标问题的回复。

在一个可能的实现中，所述文本索引库包括第一问答对语料，所述文本索引库中的问题索引用于索引所述第一问答对语料中的问题；基于所述文本索引库，通过待回答的目标问题的文本特征确定第一备选答案集的步骤，包括：

基于所述文本索引库，根据待回答的目标问题的文本特征，确定与所述目标问题文本相似度最大的第一预设数量个第一问题；

根据每个所述第一问题在第一问答对语料中对应的答案，确定第一备选答案集。

在一个可能的实现中，基于所述文本索引库，根据待回答的目标问题的文本特征，确定与所述目标问题文本相似度最大的第一预设数量个第一问题的步骤，包括：

基于所述文本索引库，根据检索到的当前问题与所述目标问题之间出现的共现词的数量、所述共现词分别在所述当前问题和所述目标问题中的占比、以及所述共现词在所述第一问答对语料中的重要程度中的一项或多项确定所述当前问题与所述目标问题的文本相似度；