[发明专利]获取答案的方法、装置、电子设备及存储介质

说明书

本申请公开了获取答案的方法、装置、电子设备及存储介质，属于人工智能技术领域。方法包括：获取目标问题，确定目标问题对应的初始文本。对初始文本进行向量映射，得到目标问题对应的初始文本表示。获取知识信息，基于所述知识信息将所述初始文本表示更新为知识增强的文本表示，所述知识信息包括实体信息、依存信息以及常识信息中的至少一种。根据所述知识增强的文本表示获取所述目标问题的答案。本申请通过至少一种知识信息，将初始文本表示更新为知识增强的文本表示，从而增强所获取的答案与目标问题的匹配度，提高所获取的答案的准确度。

技术领域

本申请涉及人工智能技术领域，特别涉及一种获取答案的方法、装置、电子设备及存储介质。

背景技术

随着人工智能技术的发展，越来越多的人工智能系统被应用于人们的生活中，自动问答系统便是其中一种。在实施中，用户将问题输入自动问答系统，由该问题常常较为复杂，因而自动问答系统需要针对问题获取文本，基于文本进行多次推理得到问题的答案，再将答案输出给用户。因此，如何通过多次推理实现答案的获取，成为自动问答系统的实施关键。

发明内容

本申请实施例提供了一种获取答案的方法、装置、电子设备及存储介质，以解决相关技术获取答案的准确度不高的问题。所述技术方案如下：

一方面，提供了一种获取答案的方法，所述方法包括：

获取目标问题，确定目标问题对应的初始文本；

对所述初始文本进行向量映射，得到目标问题对应的初始文本表示；

获取知识信息，基于所述知识信息将所述初始文本表示更新为知识增强的文本表示，所述知识信息包括实体信息、依存信息以及常识信息中的至少一种；

根据所述知识增强的文本表示获取所述目标问题的答案。

可选地，所述基于所述知识信息将所述初始文本表示更新为知识增强的文本表示，包括：

根据所述知识信息确定所述初始文本表示的文本单位；

调用神经网络，通过所述神经网络对所述文本单位进行编码，得到知识增强的文本单位；

基于所述知识增强的文本单位，将所述初始文本表示更新为所述知识增强的文本表示。

可选地，当所述知识信息包括依存信息时，所述获取知识信息包括：通过语法分析模型，获取所述初始文本表示所包括的文本单位中的每两个文本单位之间的依存信息；

所述通过所述神经网络对所述文本单位进行编码，得到知识增强的文本单位，包括：

对于任一文本单位，通过所述神经网络基于所述文本单位及所述依存信息进行编码，得到所述知识增强的文本单位。

可选地，通过常识模型，获取所述初始文本表示对应的常识文本表示，将所述常识文本表示作为所述常识信息；

所述通过所述神经网络对所述文本单位进行编码，得到知识增强的文本单位，包括：

对于任一文本单位，通过所述神经网络对所述常识文本表示及所述文本单位进行编码，得到所述知识增强的文本单位。

可选地，所述基于所述知识增强的文本单位，将所述初始文本表示更新为所述知识增强的文本表示，包括：

对所述初始文本表示及所述知识增强的文本表示进行残差连接，得到所述知识增强的文本表示。

可选地，所述根据所述知识增强的文本表示获取所述目标问题的答案，包括：

获取所述目标问题的初始问题表示；

基于所述初始问题表示及所述知识增强的文本表示获取所述目标问题的答案。