[发明专利]基于语音语义的信息检索方法、装置及计算机设备

说明书

本申请实施例属于人工智能领域，应用于智慧城市领域中，涉及一种基于语音语义的信息检索方法、装置、计算机设备及存储介质，方法包括获取匹配语句对以及候选语句；删除候选语句中的实体得到无实体语句；将匹配语句对设置为正样本，并将候选语句及无实体语句设置为负样本；根据正样本和负样本对基于注意力机制的初始语句匹配模型进行训练，得到语句匹配模型；获取用户问句；通过语句匹配模型在预设的问答库中确定与用户问句匹配的库存问句，并展示库存问句的答案信息。此外，本申请还涉及区块链技术，匹配语句可存储于区块链中。本申请提高了信息检索的准确性。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种基于语音语义的信息检索方法、装置、计算机设备及存储介质。

背景技术

随着人工智能的发展，智能问答的应用越来越广泛。智能问答涉及人工智能领域中的语义解析及语音识别等，通常是由计算机获取用户问句，对用户问句进行分析并检索到对应的答案信息后进行展示，智能问答可以针对某个专用场景设计，例如医疗、商业和旅游等。智能问答系统通常会预存多组可能的问句及其答案，根据用户问句查找相关的预存问句，并输出预存问句的答案完成智能问答。

智能问答中用户的问句多种多样，因此准确理解用户的查询意图并准确快速地检索到答案信息，是实现智能问答的关键。然而传统的智能问答技术在应用中，有时面对两个结构相似、但实体不同的句子，却会判定为两个句子相似、向用户返回错误句子的答案信息，使得信息检索的准确性较低。

发明内容

本申请实施例的目的在于提出一种基于语音语义的信息检索方法、装置、计算机设备及存储介质，以解决信息检索的准确性较低的问题。

为了解决上述技术问题，本申请实施例提供一种基于语音语义的信息检索方法，采用了如下所述的技术方案：

获取匹配语句对以及候选语句；

删除所述候选语句中的实体得到无实体语句；

将所述匹配语句对设置为正样本，并将所述候选语句及所述无实体语句设置为负样本；

根据所述正样本和所述负样本对基于注意力机制的初始语句匹配模型进行训练，得到语句匹配模型；

获取用户问句；

通过所述语句匹配模型在预设的问答库中确定与所述用户问句匹配的库存问句，并展示所述库存问句的答案信息，其中，所述预设的问答库中存储有多个预设的库存问句以及与所述库存问句对应的答案信息。

进一步的，负样本的构造方法还包括：

获取预设的每个实体的库存问句，其中，针对所述每个实体的库存问句中均包括若干类相似库存问句，其中，所述相似库存问句为语义相同但结构不同的库存问句；

对所述每个实体的若干类相似库存问句进行随机组合，并将组合后的库存问句对设置为负样本；

对不同实体的库存问句进行随机组合，并将组合后的库存问句对设置为负样本。

进一步的，所述根据所述正样本和所述负样本对基于注意力机制的初始语句匹配模型进行训练，得到语句匹配模型的步骤包括：

给所述正样本和所述负样本添加样本标签，得到训练样本；

将所述训练样本输入预设的初始语句匹配模型，并通过所述注意力机制对所述训练样本进行特征融合，得到所述训练样本的特征向量；

对所述特征向量进行计算，得到所述训练样本语句间的相似度；

根据所述相似度和所述样本标签计算模型损失；

基于所述模型损失调整所述初始语句匹配模型的模型参数，直至模型收敛，得到所述语句匹配模型。