[发明专利]一种智能问答方法、装置、设备及介质

权利要求书

1.一种智能问答方法，其特征在于，包括：

接收用户基于问答页面输入的文本信息；

将所述文本信息输入至预先训练好的意图识别模型，获得所述文本信息对应的目标意图，若所述文本信息包括至少两个目标意图，通过所述意图识别模型可分别得到所述至少两个目标意图；

确定是否存在预设场景配置，若存在预设场景配置，则基于所述预设场景配置根据所述目标意图进行行为推荐，获得应答信息；

若不存在预设场景配置，则将所述目标意图输入至推荐模型，通过所述推荐模型进行行为推荐，获得与所述文本信息对应的应答信息；

将所述应答信息展示在问答页面，以提供给所述用户。

2.根据权利要求1所述的方法，其特征在于，所述意图识别模型包括BERT模型层和全连接层；

所述BERT模型层的输入为所述文本信息，所述BERT模型层的输出为所述全连接层的输入，全连接层每个节点的输出值为所述文本信息归属各预设意图的概率，达到设定值的所述概率对应的预设意图为所述目标意图。

3.根据权利要求2所述的方法，其特征在于，所述预设意图包括下述至少两类：客服意图、内容意图、医院意图、挂号意图、科室意图以及医生意图。

4.根据权利要求2所述的方法，其特征在于，所述BERT模型层基于训练数据预先训练，所述训练数据的格式为：文本信息以及该文本信息包含的意图标签，所述意图标签的数量包括：至少两个。

5.根据权利要求1-4任一项所述的方法，其特征在于，所述若存在预设场景配置，则基于所述预设场景配置根据所述目标意图进行行为推荐，获得应答信息包括：

当获得所述目标意图时，执行预设场景配置中预存的与所述目标意图对应的行为推荐，获取与所述目标意图对应的应答信息。

6.根据权利要求1-4任一项所述的方法，其特征在于，所述推荐模型包括2层长短期记忆网络LSTM模型，所述推荐模型的输入还包括：所述用户的历史行为信息、在所述文本信息的输入时间之前所述用户输入的历史文本信息以及所述历史文本信息的关联信息；

所述历史文本信息的关联信息的包括下述至少一种：所述历史文本信息所包括的疾病症状实体词、所述历史文本信息对应的目标意图以及针对该目标意图对应的应答信息。

7.根据权利要求1-4任一项所述的方法，其特征在于，若所述文本信息包括至少两个目标意图，所述将所述目标意图输入至推荐模型，通过所述推荐模型进行行为推荐，获得与所述文本信息对应的应答信息，包括：

通过所述推荐模型分别基于每个目标意图进行行为推荐，获得与每个目标意图分别对应的行为推荐结果；

将不同目标意图对应的行为推荐结果按照设定格式进行数据拼接，得到与所述文本信息对应的应答信息；

所述行为推荐包括下述至少一种：客服推荐、内容推荐、医院推荐、挂号推荐、科室推荐以及医生推荐。

8.一种智能问答装置，其特征在于，包括：

接收模块，用于接收用户基于问答页面输入的文本信息；

识别模块，用于将所述文本信息输入至预先训练好的意图识别模型，获得所述文本信息对应的目标意图，若所述文本信息包括至少两个目标意图，通过所述意图识别模型可分别得到所述至少两个目标意图；

第一推荐模块，用于确定是否存在预设场景配置，若存在预设场景配置，则基于所述预设场景配置根据所述目标意图进行行为推荐，获得应答信息；

第二推荐模块，用于若不存在预设场景配置，则将所述目标意图输入至推荐模型，通过所述推荐模型进行行为推荐，获得与所述文本信息对应的应答信息；

应答模块，用于将所述应答信息展示在问答页面，以提供给所述用户。

9.一种电子设备，其特征在于，所述电子设备包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

当所述一个或多个程序被所述一个或多个处理器执行，使得所述一个或多个处理器实现如权利要求1-7中任一项所述的智能问答方法。

10.一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行如权利要求1-7中任一项所述的智能问答方法。