[发明专利]自动问答模型的训练方法以及相关装置、设备

说明书

本申请公开了自动问答模型的训练方法以及相关装置、设备，其中，自动问答模型的训练方法包括：获取到提问方的定制问题，并将定制问题展示给回答方；获取到回答方基于定制问题的答复内容；将答复内容反馈至提问方，并收集提问方基于答复内容给出的综合评分；通过综合评分对回答方进行奖励；利用定制问题、答复内容以及综合评分作为样本数据对自动问答模型进行训练。上述方案，能够提高自动问答模型的拟真度和自然度。

技术领域

本申请涉及模型训练的技术领域，特别是涉及自动问答模型的训练方法以及相关装置、设备。

背景技术

人工智能技术发展日趋成熟，商业价值日趋凸显。然而，随着人工智能技术在各行各业的广泛应用，以虚拟人物、虚拟程序等的拟人应用为代表的人工智能技术的重要性越来越突出。

而当前以深度学习为代表的人工智能技术，对数据的依赖非常明显，而在虚拟技术下的自动问答模型的训练中，则需要尽可能全面且真实的问答数据作为样本数据进行训练。

目前，较为真实的问答样本数据的难以进行获取，从而导致自动问答模型的训练效果难以保证。

发明内容

本申请提供了自动问答模型的训练方法以及相关装置、设备，以解决真实的问答样本数据的难以获取，自动问答模型的训练效果难以保证的问题。

本申请提供了一种自动问答模型的训练方法，包括：获取到提问方的定制问题，并将定制问题展示给回答方；获取到回答方基于定制问题的答复内容；将答复内容反馈至提问方，并收集提问方基于答复内容给出的综合评分；通过综合评分对回答方进行奖励；利用定制问题、答复内容以及综合评分作为样本数据对自动问答模型进行训练。

其中，将定制提问展示给回答方的步骤包括：将定制问题的问题内容以及对应的奖励值展示给回答方，以使回答方基于奖励值对定制问题进行回答。

其中，将答复内容反馈至提问方，并收集提问方基于答复内容给出的综合评分的步骤包括：将答复内容展示给提问方和围观方；获取到提问方基于答复内容进行打分的第一评分和围观方基于答复内容进行打分的第二评分；分别对第一评分与第二评分进行加权求和，得到综合评分。

其中，通过综合评分对回答方进行奖励的步骤包括：基于综合评分确定对回答方进行奖励的奖励值的大小，并对回答方进行奖励；其中，奖励值的大小与评分的分值呈正相关。

其中，获取到提问方的定制问题的步骤之前包括：判断提问方是否满足提问限制条件；如果满足提问限制条件，则获取到提问方的定制问题；如果不满足提问限制条件，则禁止提问方提问。

其中，判断提问方是否满足提问限制条件的步骤包括：判断提问方是否提供了提问定制问题的奖励值；如果提供了定制问题的奖励值，确定提问方满足提问限制条件。

其中，判断提问方是否满足提问限制条件的步骤还包括：判断提问方在预设时间内提出定制问题的次数是否超过预设次数，如果没有超过预设次数，则确定提问方满足提问限制条件；或判断提问方的身份等级是否满足预设等级要求，如果满足预设等级要求，则确定提问方满足提问限制条件。

其中，自动问答模型包括虚拟主播智能模型。

本申请还提供了一种自动问答模型的训练装置，自动问答模型的训练装置包括：第一获取模块，用于获取到提问方的定制问题，并将定制问题展示给回答方；第二获取模块，用于获取到回答方基于定制问题的答复内容；收集模块，用于将答复内容反馈至提问方，并收集提问方基于答复内容给出的综合评分；奖励模块，用于通过综合评分对回答方进行奖励；训练模块，用于利用定制问题、答复内容以及综合评分作为样本数据对自动问答模型进行训练。

本申请还提供了一种电子设备，包括相互耦接的存储器和处理器，处理器用于执行存储器中存储的程序指令，以实现上述自动问答模型的训练方法。