[发明专利]智能问答问题的生成方法、装置、计算机设备及存储介质

说明书

本发明公开了一种智能问答问题的生成方法，应用于智能问答技术领域，用于解决在历史对话日志数据较少的情况下无法智能挖掘出更多的候选问题的技术问题。本发明提供的方法包括：获取预先构建的基础问题集，对该基础问题集中包含的各个基础问题进行语义角色标注，得到各基础问题中词语的角色；将该词语的角色作为槽位，通过聚类算法对各个基础问题包含的槽位进行聚类，得到该槽位所属的类别；根据预先设定的语法规则对得到的各类别进行组合，得到至少一个问题模板；分别获取至少一个该问题模板中包含的各类别所对应的槽位；将该基础问题中与该槽位相对应的词语作为槽值，通过该槽值对对应的槽位进行填充，得到候选问题。

技术领域

本发明涉及智能问答技术领域，尤其涉及一种智能问答问题的生成方法、装置、计算机设备及存储介质。

背景技术

在用户与机器人交互的过程中，需要对用户对话的场景进行推荐，机器人在回答用户当前的问题的同时，还需要展现用户接下来可能要问的问题，而具体可以展现什么问题是根据存储在知识库里的候选问题得到的。

目前对于丰富知识库里的候选问题的方式主要有以下两种：

(1)、通过人工对客服日志中涉及的问题进行抽取入库；

(2)、通过对问题识别模型进行训练，利用训练好的问题识别模型对人工客服日志中提及的问题进行自动识别，并将识别出的问题保存在知识库中。

可以发现，上述方式(1)完全依赖于人工抽取，人力成本高，问题生成的效率很低，且人工抽取出的问题的多样性不够并且数量也十分有限。对于上述通过方式(2)得到的入库问题，需要大量的历史问题样本对问题识别模型进行训练，对历史问题的需求量较大，对于新上线的产品而言，历史对话日志数据较少，难以训练出收敛效果较好的问题识别模型，可见方式(2)在历史对话日志数据较少的场景中并不适用。

不论是基于上述哪种现有的方式，可能问的问题的来源都是日志中已经问过的问题，并没有对可能出现的未知问题进行智能创新，无法在历史对话日志数据较少的情况下挖掘出更多的候选问题。

发明内容

本发明实施例提供一种智能问答问题的生成方法、装置、计算机设备及存储介质，以解决在历史对话日志数据较少的情况下无法智能挖掘出更多的候选问题的技术问题。

一种智能问答问题的生成方法，该方法包括：

获取预先构建的基础问题集，对该基础问题集中包含的各个基础问题进行语义角色标注，得到各该基础问题中词语的角色；

将该词语的角色作为槽位，通过聚类算法对该各个基础问题包含的槽位进行聚类，得到该槽位所属的类别；

根据预先设定的语法规则对得到的各该类别进行组合，得到至少一个问题模板；

分别获取至少一个该问题模板中包含的各类别所对应的槽位；

将该基础问题中与该槽位相对应的词语作为槽值，通过该槽值对对应的槽位进行填充，得到候选问题。

一种智能问答问题的生成装置，该装置包括：

角色标记模块，用于获取预先构建的基础问题集，对该基础问题集中包含的各个基础问题进行语义角色标注，得到各该基础问题中词语的角色；

聚类模块，用于将该词语的角色作为槽位，通过聚类算法对该各个基础问题包含的槽位进行聚类，得到该槽位所属的类别；

组合模块，用于根据预先设定的语法规则对得到的各该类别进行组合，得到至少一个问题模板；

槽位获取模块，用于分别获取至少一个该问题模板中包含的各类别所对应的槽位；

填充模块，用于将该基础问题中与该槽位相对应的词语作为槽值，通过该槽值对对应的槽位进行填充，得到候选问题。