[发明专利]一种基于多信息源的智能问答系统

权利要求书

1.一种基于多信息源的智能问答系统，其特征在于：所述系统具体包括基于知识库的问答模块KBQA、基于文档集的问答模块DBQA、基于常问问题集的问答模块QuesSimQA、第三方API模块和多元答案验证模块；对于用户的问题，所述KBQA模块、DBQA模块、QuesSimQA模块和第三方API模块分别给出一个答案，再通过多源答案验证模块对各个模块提供的答案进行验证打分排序，将得分最高的答案提交给用户；

在基于常问问题集的问答模块QuesSimQA中，提出了基于全信息传递的深层循环神经网络D-FITN模型，在所述模型中，提出了基于记忆机制的注意力机制，能够随着层数的加深更新交互信息，从而将交互信息从浅层传递到深层；在所述模型中结合残差链接和稠密链接，提出了一种原始-平均混合链接机制，能够固定每一层输入的维度，完整的保存原始信息以及历史上所有的隐层信息，传递句子的语义信息；

所述模型分为嵌入层、深度交互层和预测层，编码层将文本转化为向量表示，所述深度交互层中抽取融合了文本的上下文和文本间交互信息的文本表示，所述预测层对文本间的关系进行预测。

2.根据权利要求1所述系统，其特征在于，在所述基于知识库的问答模块KBQA中，进行实体链接和关系识别；

所述实体链接的目的是识别问题中的主体实体并将其链接到知识库定义的某个实体上；所述关系识别的目标是识别问题中的关系或关系链，将其匹配到知识库定义的关系上；

所述关系识别提出了一种基于双向树结构的模型，所述模型分为关系表示模块、双向树结构问题表示模块、匹配模块和输出模块；所述关系表示模块对将关系转化为向量表示，所述双向树结构问题表示模块利用句法信息获得问题中每个词的表示，所述匹配模块结合问题和关系的信息将序列信息与句法信息融合，所述输出模块输出问题-关系对的语义相似度。

3.根据权利要求1所述系统，其特征在于，在所述基于文档集的问答模块DBQA中，从多篇相关文档中找到问题的答案，进行检索相关文档和答案抽取；

所述检索相关文档，根据用户的问题，在已有的文档库搜索与问句相关的文档；所述答案抽取，从返回的大量网页和文档中抽取出用户需要的内容；

所述检索相关文档提出了基于多文档的抽取式阅读理解模型，所述模型分为词嵌入层、上下文编码层、篇章与问句交互层、建模层和指针网络输出层；

所述词嵌入层将文本单词转化为向量化表示，所述上下文编码层基于词嵌入层编码的语言信息在句子级别上挖掘上下文信息，所述篇章与问句交互层通过注意力机制将问题和篇章进行对齐、显出篇章中与问题最相关的部分，所述建模层学习交互之后的基于上下文的序列表示，所述指针网络输出层根据篇章词的概率分布分别预测答案的开始位置和结束位置。

4.根据权利要求1所述系统，其特征在于，在所述基于常问问题集的问答模块QuesSimQA中，首先利用检索系统从常问问题集总抽取若干候选答案，构成候选问题集合，然后利用相似度计算技术计算用户提问和候选问题集合中的问题间的相似度，对候选问题集合重新排序，最后据排序结果找出和用户提问最相似的问题，并将其答案作为候选答案返回给用户。

5.根据权利要求1所述系统，其特征在于，所述第三方API模块的问答为使用百度地图API来回答用户询问交通相关的问题，使用天气API来回答用户询问天气相关的问题。

6.根据权利要求1所述系统，其特征在于，所述多源答案验证模块使用基于文本包含的多源答案验证方法，即识别两个句子之间的语义包含关系，当句子P能够推理出Q,那么P蕴含Q；判断问题和文档、问题与答案间的包含关系，排除不相关的问答系统答案；

所述多源答案验证模块以Bert模型为基础的文本蕴含识别模型，作为计算两个句子之间蕴含性大小的模型，模型的输入为两个句子，并通过特殊标记符号予以分割，得到的输出即为一串向量序列，取其中的第一个标记，作为最终的输出。