[发明专利]一种基于政务问答系统的意图识别算法在审

专利信息
申请号: 202110515100.8 申请日: 2021-05-12
公开(公告)号: CN113420130A 公开(公告)日: 2021-09-21
发明(设计)人: 梁晨阳;贾亚飞;吕强;段飞虎;顾君;张宏伟 申请(专利权)人: 同方知网数字出版技术股份有限公司;同方知网(北京)技术有限公司
主分类号: G06F16/332 分类号: G06F16/332;G06F16/35;G06F40/242
代理公司: 北京天奇智新知识产权代理有限公司 11340 代理人: 陈新胜
地址: 100084 *** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 政务 问答 系统 意图 识别 算法
【说明书】:

发明公开了一种基于政务问答系统的意图识别算法,包括:源数据清洗,通过分领域对数据进行分类处理;根据源数据结构构建智能词典;对用户输入的query进行处理,分析query中的信息,根据用户输入的query信息判断用户想要查询字段或相关问题;通过分析结果得到的相关词,进行分领域查询智能词典;分析查询结果,处理查询结果并返回。本发明提供的算法在完成问答系统的功能基础之上,又可以做到极大可能保证政务问答的准确率较高的情况下,尽可能的去提高政务问答系统的召回率。

技术领域

本发明涉及计算机信息处理和智能问答等技术领域,尤其涉及一种基于政务问答系统的意图识别算法。

背景技术

现有人工智能技术自古以来就是人们梦寐以求的科学技术,尤其是近年来人工智能技术随着大数据浪潮发展迅猛,并在诸多领域取得了划时代的成果。智能问答技术可以说是诸多人工智能技术里的一颗璀璨明珠,图灵测试更是为人工智能技术的一个重要评判指标。随着it技术和互联网的发展,信息爆炸时代已经到来。在信息爆炸时代,传统的人工处理获取信息已经显得非常捉襟见肘,尤其是当人们面对海量的文本数据时,很难高效的利用这些知识,智能问答技术的发展解决了这一矛盾。

智能问答技术主要分为两大部分:知识存储和知识交互。知识存储是指把问答领域涉及到的知识信息有规律的存储到相应的数据库中,在处理完数据信息后,如果能够充分的总结数据信息自身的特征并把他们存储到相应的数据库中,那么在后续算法处理中发挥巨大的作用。知识交互是指用户在使用问答系统时,问答系统对用户query的实时处理,对于这部分而言,一个好的问答系统需要具有准确率高,实时性好等特点。

语音识别和图像识别技术的突破性发展,使得人们在日常生活中已经从感官上直接感受到了人工智能时代的到来。如今,智能问答技术也与其他人工智能技术一样,得到了迅猛发展,并在各个领域取得了不错的效果。智能客服和智能音箱已经成为人们生活中不可或缺的一部分。在人工智能的革命浪潮推动下,政务领域的智能问答系统也得到了相应的发展。但是,与其他领域的问答系统不一样,对于政务问答系统而言,一般问题会比较专业,并且答案也比较规范。这对智能问答技术提出了较高的要求,具体有如下两个明显的特点,需要特别对待:

(1)对于政务问答系统而言,其数据具有权威性,并且数据在结构上也具有完整性,因此数据的规范性导致数据处理在问答系统中的作用有位重要。

对于政务问答系统而言,在用户使用中,问题的规范性比较强,同时对问答系统的准确率要求也高。因此在制作问答系统的时候,重点目标应该是在充分保证系统的准确率的同时尽量提高系统的召回率。

发明内容

为解决上述技术问题,本发明的目的是提供一种基于政务问答系统的意图识别算法。

本发明的目的通过以下的技术方案来实现:

一种基于政务问答系统的意图识别算法,包括

步骤A源数据清洗,通过分领域对数据进行分类处理;

步骤B根据源数据结构构建智能词典;

步骤C对用户输入的query进行处理,分析query中的信息,根据用户输入的query信息判断用户想要查询字段或相关问题;

步骤D根据步骤C中分析结果得到的相关词,进行分领域查询智能词典;

步骤E分析查询结果,处理查询结果并返回。

与现有技术相比,本发明的一个或多个实施例可以具有如下优点:

该算法在完成问答系统的功能基础之上,又可以做到极大可能保证政务问答的准确率较高的情况下,尽可能的去提高政务问答系统的召回率。

附图说明

图1是基于政务问答系统的意图识别算法流程图;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于同方知网数字出版技术股份有限公司;同方知网(北京)技术有限公司,未经同方知网数字出版技术股份有限公司;同方知网(北京)技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202110515100.8/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top