[发明专利]智能问答方法、装置、设备及存储介质

说明书

本发明涉及人工智能领域，公开了一种智能问答方法、装置、设备及存储介质。该方法包括：获取问句语料并通过语义角色标注模型进行标注，得到标注短语和对应的角色类型；根据角色类型，确定标注短语对应的短语类别库，短语类别库包括子类别，子类别中包含模板短语；计算标注短语与对应的短语类别库中的模板短语的相似度，确定标注短语的子类别；根据标注短语的角色类型和子类别，从标准问题库中查询出对应的标准问；根据标准问构建对应的标准答案并输出。本发明能快速准确地从标准问答库找到与用户问题语义最近的语句，并进行解答，保证响应的质量和速度，提升用户体验。此外，本发明还涉及区块链技术，用户的问句语料可存储于区块链中。

技术领域

本发明涉及人工智能领域，尤其涉及一种智能问答方法、装置、设备及存储介质。

背景技术

随着国民经济总体平稳增长，IT信息和线上服务快速发展，“互联网+”行业内部的竞争日趋激烈，给互联网行业带来了更高的挑战，企业提高用户满意度和提供用户友好的体验，需提供在线客服引导用户操作，保证客服质量和客服响应速度，因此如何利用系统快速准确为用户提供解答成为了企业的迫切需求。

问答系统(Frequently Asked Question，FAQ)是一种在已有的“问题-答案”对集合中找到与用户提问相匹配的问句，并将其对应的答案返回给用户的问答式检索系统。在该系统中，根据用户提出的问题与问答库中的已有问句记录相似性，进而将对应的答案返回给用户。

目前广泛使用的方法是利用孪生网络来衡量用户问题和标准问题的相似性，是一种基于深度学习、有监督学习的语义理解，需要在大量自然文本上进行人工的语义标注，结合深度神经网络模型，以数据驱动的方式训练语义理解模型。这种方式需要大量的人工标注。同时，金融领域的数据标注要求有很强背景要求和专业性，所以难以标注，需要耗费大量的人力和时间，而且由于金融领域数据更新较快，经常会有新的金融产品推出，标注数据也需同步更新。

发明内容

本发明的主要目的在于解决现有的语义分析方案中，由于人工的语义标注，而导致FAQ问答系统问答匹配的效率和精确度较低的技术问题。

本发明第一方面提供了一种智能问答方法，包括：

获取用户输入的问句语料；

通过预设的语义角色标注模型对所述问句语料进行语义角色标注，得到标注短语和所述标注短语对应的角色类型；

根据所述角色类型，确定所述标注短语对应的短语类别库，所述短语类别库包括至少一个子类别，每个子类别中包含有至少一条模板短语；

计算所述标注短语与对应的短语类别库中的模板短语的相似度，基于所述相似度确定所述标注短语在所述短语类别库中的子类别；

根据所述标注短语的角色类型和子类别，从预置的标准问题库中查询出对应的标准问；

根据所述标准问构建对应的标准答案并输出。

可选的，在本发明第一方面的第一种实现方式中，所述通过预设的语义角色标注模型对所述问句语料进行语义角色标注，得到标注短语和所述标注短语对应的角色类型包括：

根据所述问句语料的字序列，将所述问句语料中的每个字输入到所述语义角色标注模型中；

通过所述语义角色标注模型对所述问句语料中的每个字进行语义角色的标注，得到标注字序列；

筛选所述标注字序列中角色类型相同的标注且字序为连续的字，并将筛选出的字组成标注短语；

根据所述标注短语上的标注确定所述标注短语对应的角色类型。

可选的，在本发明第一方面的第二种实现方式中，所述计算所述标注短语与对应的短语类别库中的模板短语的相似度，基于所述相似度确定所述标注短语在所述短语类别库中的子类别包括：