[发明专利]智能客服的问答方法、装置、电子设备及计算机存储介质

权利要求书

1.一种智能客服的问答方法，其特征在于，包括：

获取用户的语句；

将所述用户的语句输入至三元组抽取模型，输出得到所述用户的语句对应的三元组语料；其中，所述三元组抽取模型由至少一个第一训练样本对神经网络模型进行训练得到；所述第一训练样本包括训练样本语句以及所述训练样本语句对应的真实三元组语料；

将所述三元组语料输入至语义分析模型中，输出得到所述用户语句的语义信息；其中，所述语义分析模型由至少一个第二训练样本对深度学习网络模型进行训练得到；所述第二训练样本包括训练样本三元组语料以及所述训练样本三元组语料对应的真实语义信息；

在预设的知识图谱中，匹配得到目标语句；其中，所述目标语句为与所述语义信息最相近的语句；

将所述目标语句对应的回答呈献给用户。

2.根据权利要求1所述的智能客服的问答方法，其特征在于，所述三元组抽取模型的构建方法，包括：

构建第一训练样本集；其中，所述第一训练样本集包括至少一个第一训练样本；所述第一训练样本包括训练样本语句以及所述训练样本语句对应的真实三元组语料；

将所述训练样本语句输入至神经网络模型中，输出得到所述训练样本语句对应的预测三元组语料；

利用所述训练样本语句对应的预测三元组语料与所述训练样本语句对应的真实三元组语料之间的误差对所述神经网络模型中的参数进行调整，直至所述训练样本语句对应的预测三元组语料与所述训练样本语句对应的真实三元组语料之间的误差满足预设的收敛条件，将所述神经网络模型作为三元组抽取模型。

3.根据权利要求1所述的智能客服的问答方法，其特征在于，所述语义分析模型的构建方法，包括：

构建第二训练样本集；其中，所述第人训练样本集包括至少一个第二训练样本；所述第二训练样本包括训练样本三元组语料以及所述训练样本三元组语料对应的真实语义信息；

将所述训练样本三元组语料输入至深度学习网络模型中，输出得到所述训练样本三元组语料对应的预测语义信息；

利用所述训练样本三元组语料对应的预测语义信息与所述训练样本三元组语料对应的真实语义信息之间的误差对所述深度学习网络模型中的参数进行调整，直至所述训练样本三元组语料对应的预测语义信息与所述训练样本三元组语料对应的真实语义信息之间的误差满足预设的收敛条件，将所述深度学习网络模型作为语义分析模型。

4.根据权利要求1所述的智能客服的问答方法，其特征在于，还包括：

将所述用户的语句与所述目标语句对应的回答形成对应关系后，存储至所述预设的知识图谱。

5.一种智能客服的问答装置，其特征在于，包括：

获取单元，用于获取用户的语句；

第一输入单元，用于将所述用户的语句输入至三元组抽取模型，输出得到所述用户的语句对应的三元组语料；其中，所述三元组抽取模型由至少一个第一训练样本对神经网络模型进行训练得到；所述第一训练样本包括训练样本语句以及所述训练样本语句对应的真实三元组语料；

第二输入单元，用于将所述三元组语料输入至语义分析模型中，输出得到所述用户语句的语义信息；其中，所述语义分析模型由至少一个第二训练样本对深度学习网络模型进行训练得到；所述第二训练样本包括训练样本三元组语料以及所述训练样本三元组语料对应的真实语义信息；

匹配单元，用于在预设的知识图谱中，匹配得到目标语句；其中，所述目标语句为与所述语义信息最相近的语句；

回答单元，用于将所述目标语句对应的回答呈献给用户。