[发明专利]相似问题的确定方法和装置、存储介质及电子装置

权利要求书

1.一种相似问题的确定方法，其特征在于，包括：

将第一问题输入到第一目标神经网络模型，得到与所述第一问题的语义相似度大于第一预设阈值的第二问题集合，其中，所述第一目标神经网络模型是使用第一训练数据集对第一初始神经网络模型训练得到的模型，所述第一训练数据集包括第一训练问题集合；

将所述第一问题和第一答案输入到第二目标神经网络模型，得到与所述第一问题的语义相似度大于第二预设阈值的第三问题集合，其中，所述第一答案为所述第一问题的答案，所述第二目标神经网络模型是使用第二训练数据集对第二初始神经网络模型训练得到的模型，所述第二训练数据集包括：具有对应关系的第二训练问题集合和第二训练答案集合；

在所述第二问题集合和所述第三问题集合中确定目标问题子集，其中，所述目标问题子集中的问题为所述第一问题的相似问题；

其中，在所述第二问题集合和所述第三问题集合中确定目标问题子集，包括：在所述第二问题集合和所述第三问题集合中确定第一目标问题子集，其中，所述目标问题子集包括所述第一目标问题子集，所述第一目标问题子集中每个目标问题之间的编辑距离大于或等于预设编辑距离阈值，且所述每个目标问题与所述第一问题的编辑距离大于或等于所述预设编辑距离阈值。

2.根据权利要求1所述的方法，其特征在于，在所述将第一问题输入到第一目标神经网络模型之前，所述方法包括：

在第一显示界面上获取所述第一问题和所述第一答案，其中，所述第一显示界面中设置有第一编辑区域，所述第一编辑区域用于指示输入问答对，所述问答对包括由所述第一问题和所述第一答案组成的第一问答对；

在所述第一显示界面上获取添加指令的情况下，将所述第一问答对添加到预设数据库，其中，所述预设数据库中存储了多组问答对，所述多组问答对中的每组问答对包括一个答案和至少一个问题。

3.根据权利要求2所述的方法，其特征在于，在所述将第一问题输入到第一目标神经网络模型之前，所述方法还包括：

将所述第一训练问题集合输入到所述第一初始神经网络模型，得到第一预估问题集合，其中，所述第一训练问题集合包括所述预设数据库中存储的第一问答对集合中的问题，所述第一训练数据集还包括所述预设数据库中与所述第一训练问题集合中的问题的语义相似度大于所述第一预设阈值的第三训练问题集合，所述第一问答对集合包括所述第一问答对；

在所述第一预估问题集合与所述第三训练问题集合之间的第一损失函数满足第一收敛条件时，结束对所述第一初始神经网络模型的训练，得到所述第一目标神经网络模型，其中，所述第一收敛条件用于表示所述第一损失函数的输出值在第一预定范围内。

4.根据权利要求2所述的方法，其特征在于，在所述将所述第一问题和第一答案输入到第二目标神经网络模型之前，所述方法还包括：

将具有对应关系的所述第二训练问题集合和所述第二训练答案集合输入到所述第二初始神经网络模型，得到第二预估问题集合，其中，所述具有对应关系的所述第二训练问题集合和所述第二训练答案集合包括所述预设数据库中存储的第二问答对集合中的问答对，所述第二训练数据集还包括所述预设数据库中与所述第二训练问题集合中的问题的语义相似度大于所述第二预设阈值的第四训练问题集合；

在所述第二预估问题集合与所述第四训练问题集合之间的第二损失函数满足第二收敛条件时，结束对所述第二初始神经网络模型的训练，得到所述第二目标神经网络模型，其中，所述第二收敛条件用于表示所述第二损失函数的输出值在第二预定范围内。

5.根据权利要求1所述的方法，其特征在于，所述在所述第二问题集合和所述第三问题集合中确定目标问题子集之后，所述方法包括：

在第二显示界面上显示所述目标问题子集，其中，所述目标问题子集被标识为推荐的所述第一问题的相似问题。

6.根据权利要求5所述的方法，其特征在于，在第二显示界面上显示所述目标问题子集之后，所述方法还包括：

在第三显示界面上获取融合指令，所述融合指令用于指示将所述目标问题子集和所述第一问题融合为与所述第一答案对应的第一问题集合；

将所述第一问题集合和所述第一答案关联存储在预设数据库。