问答处理方法、装置、设备及可读介质与流程

本发明涉及自然语言处理技术领域，尤其涉及一种问答处理方法、装置、设备及可读介质。

背景技术：

随着互联网相关技术的发展和普及，基于互联网大量数据的存储和分析，为用户提供相关信息的咨询和问答的服务已经逐渐被应用到如金融、零售、医疗等各大行业和领域之中，为广大用户群体提供了信息获取的高效与准确。

在获取具有时效性、权威性和准确性的行业相关数据，并基于这些数据进行分析与资本运作的金融分析领域中，用户对于快速而准确地从海量金融相关数据中的获取自己感兴趣的问句的答句的需求更是日益增长。而现有技术中针对用户的信息获取工具更多的是量化分析工具，并且其只针对股价，收益等较为简单的金融数据基于历史股价等数据进行构建时间序列模型，以此进行相关信息的获取来满足用户的咨询需要。

但上述这样的工具一方面由于其利用的数据类型以及针对数据的分析方式都较为单一，从而导致了用户在进行金融资讯的获取时准确率不高，另一方面也这些工具往往需要用户输入数据并自行解读输出的参数报告等，这些都进一步导致了用户获取信息的低效和体验度不佳。

技术实现要素：

基于此，有必要针对上述问题，提出一种问答处理方法、装置、计算机设备及可读介质。

一种问答处理方法，所述方法基于一问答系统，所述方法包括：

获取用户输入的问句信息；

对所述问句信息进行语义分析，确定与所述问句信息对应的问句关键词；

根据预设的数据库确定与所述问句关键词对应的答句信息并输出。

一种问答处理装置，其特征在于，所述装置包括：

获取用户输入的问句信息；

对所述问句信息进行语义分析，确定与所述问句信息对应的问句关键词；

根据预设的数据库确定与所述问句关键词对应的答句信息并输出。

一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：

获取用户输入的问句信息；

对所述问句信息进行语义分析，确定与所述问句信息对应的问句关键词；

根据预设的数据库确定与所述问句关键词对应的答句信息并输出。

一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：

获取用户输入的问句信息；

对所述问句信息进行语义分析，确定与所述问句信息对应的问句关键词；

根据预设的数据库确定与所述问句关键词对应的答句信息并输出。

在本发明实施例中，通过获取用户输入的问句信息，对这个问句信息进行包括语义分析在内的预设的自然语言处理，从中提取出对应的问句关键词，并且根据预设的数据库确定与上述问句关键词对应的问句信息输出给用户，而这个预设的数据库是通过对预先获取的相关领域的数据进行一系列自然语言处理，从中整理出对应的备选问答对，再通过进行问句信息与上述数据库中的备选问句进行匹配等操作，以确定出输出给用户的答句信息。

相较于现有的问答系统中，只能按照预设方式输出对于预设数据的分析和处理的结果，而无法智能地根据用户所输入的多样的问句文本输出对应的答句信息，由此导致问答系统的输出准确率和用户使用体验都较为低下的问题，本发明提高了问答系统输出的答案的准确率以及用户在使用问答系统获取信息时的使用体验。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

其中：

图1示出了一个实施例中问答处理方法的流程图；

图2示出了一个实施例中构建预设的数据库的流程图；

图3示出了一个实施例中根据预设的数据库确定与问句关键词对应的答句信息的流程图；

图4示出了一个实施例中对问答处理模型进行训练的过程；

图5示出了另一个实施例中根据问答相关数据的来源的权重系数确定所述问句信息的流程图；

图6示出了一个实施例中基于预设的知识图谱确定答句信息的流程图；

图7示出了一个实施例中根据上下文确定问句信息的流程图；

图8示出了一个实施例中问答处理装置的结构框图；

图9示出了一个实施例中计算机设备的内部结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本发明提出了一种问答处理方法，在一个实施例中，本发明可以基于一问答系统实现，该问答系统可以在如手机、pc等的计算机终端进行运行。

参考图1，本发明实施例提供了一种问答处理方法。

图1示出了一个实施例中问答处理方法的流程图。本发明中所述的问答处理方法至少包括如图1所示的步骤s1022-s1026，以下详细进行介绍。

在步骤s1022中，获取用户输入的问句信息。

首先，上述问句信息包括但不限于文字、语音、图片等类型的输入数据，在可选的实施例中，获取方式可以是通过预设终端(如用户的智能手机或者配置了问答系统的预设展示及触控装置，如智能问答机器人等)进行预设的问答界面的展示，并且接收用户在该界面上输入各合法类型的问句信息。

具体的实施例，可以是用户在其手机上打开了预先安装的问答程序(如问答小助手)，在该问答程序的预设界面中输入了“d公司的2018年的净利润是多少？”这一问句信息。

在步骤s1024中，对所述问句信息进行语义分析，确定与所述问句信息对应的问句关键词。

首先，容易理解的是，为了后续自然语言处理的方便和高效，在用户输入的问句信息是非文字形式时，可以进行一个标准化的处理，如当用户输入的问句信息是图片形式时，可以先对获取的图片进行ocr等操作，从中提取出对应的文本形式的问句信息，同样的，但用户是以输入语音的方式提问时，可以针对问答系统中获取的语音进行识别和转化成对应的文本形式的问句信息。

具体的，此处的语义分析可以包括中文分词、词性标注、语法分析、词库比对等一系列自然语言处理，从而从中提取出问句关键词。

如针对前述举例的“d公司的2018年的净利润是多少？”这一问句信息，其对应的问句关键词可以包括“d公司”、“2018年”、“净利润”以及“多少”。

需要说明的是，实际应用中，可能会出现用户提问是所输入的用词和词库中预存的词条不一致的情况。如由于用户所在的地域和知识背景的差异，用户所输入的问句用词可能使用的是某一预存词条的简称、俗称或者异称，如预存的词条可以是“d股份有限公司”，而用户输入的可能是“d公司”、“d企业”或者“d”等。

因而在可选的实施例中，根据用户输入的问句信息所确定的问句关键词可以不是直接从文本形式问句中提取的，也可以在预设的词条库中进行相关联的词条(如“d公司”、“d企业”或者“d”都与“d股份有限公司”这一标准词条相关联)的转换和对应，从而匹配到与标准形式的问句关键词。

在步骤s1026中，根据预设的数据库确定与所述问句关键词对应的答句信息并输出。

鉴于此处的数据库直接决定了问答系统所输出的答句的准确程度和由此影响到用户使用问答系统的使用体验，下面对此处的数据库的构建和利用过程进行详细说明。

首先，上述预设的数据库的构建过程具体可以包括图2示出的步骤s1032-s10312。图2示出了一个实施例中构建预设的数据库的流程图。

在步骤s1032中，通过预设的网络抓取程序获取目标参考数据并对所述目标参考数据进行预处理，所述预处理包括标准化处理。

首先，此处的网络抓取程序可以是预设的自动化爬虫程序，通过爬虫程序从对应的互联网站点中获取目标问答领域相关的源数据作为目标参考数据。

如，具体的，可以构建一个针对“区块链投资”这一领域的问答系统，从而爬虫程序所对应的站点可以是区块链投资领域相关的预设的url(uniformresourcelocator：统一资源定位系统)。而最后抓取到的可以是包括区块链投资领域的官方报告、公司财报、新闻报道等数据。

需要说明的是，由于通过爬虫抓取程序所获取的数据可能存在多种格式，如是pdf格式的，或是txt格式，为了后续对数据的自然语言处理和利用更高效地进行，还可以针对目标参考数据进行一个标准化处理，以使其都以统一的格式(如txt形式)进行存储和等待后续处理。

另外，为了保证目标参考数据获取的正常进行，从而确保后续所构建的数据库中包含的数据的有效性和基于该数据库的回答用户问题的精准性。在可选的实施例中，还可以设立一个自动化的爬虫程序监控程序，通过不定期地对获取的数据，并且在监控到抓取程序有异常时，及时发送警报给相关开发和管理人员，以使得相关人员对其进行修补。

另外，上述预处理除了标准化处理外，还可以包括如对数据进行清洗，去除数据中无意义的噪声信息，如从某些网页中抓取的相关领域的新闻报告中可能会存在如新闻图片等与问答无关的信息。

在步骤s1034中，根据预设的目标需求词从所述目标参考数据中筛选出答句相关数据。

在完成了对目标参考数据的预处理之后，具体的，在上述预设的目标需求词是“区块链投资”时，首先确定在预设词库中与目标需求词“区块链投资”相关联的词条，如与“区块链投资”相关的“比特币市价”、“比特币交易平台”、“比特币挖掘技术”、“各国比特币政策”等相关词条。

再根据这些相关词条从目标参考数据中抽取出对应的答句相关数据，如可以是各大比特币交易平台所发布的实时交易数据，从各国的相关政府部门网站以及新闻网站所抓取的关于比特币政策的公告与新闻报道等。

在步骤s1036中，对所述答句相关数据进行文本分析，生成若干个备选答句。

对上一步骤中的问答相关数据进行文本分析的处理可以是基于包括数据清洗、分段分词、语法分析、词库匹配在内的一系列预设的自然语言处理。而通过此过程所生成的备选问句可以是如“xx年x月的比特币价格暴跌，跌幅为10％。”、“d国正式批准区块链战略草案。”、“f公司计划推出a类型期货的时间是x年第x季度前。”等文本形式的答案句子。

在步骤s1038中，对所述备选答句进行自然语言处理，确定所述备选答句对应的答句关键词。

具体的，上一步骤中的备选答句“xx年x月的比特币价格暴跌，跌幅为10％。”所对应的答句关键词可以包括：“比特币价格”、“跌幅”、“xx年x月”，同样的，“f公司计划推出a类型期货的时间是x年第x季度前。”所对应的答句关键词可以包括：“f公司”、“计划”、“a类型期货”、“时间”、“x年第x季度”。

在步骤s10310中，根据所述答句关键词、按照预设的语法规则生成与各所述备选答句关联的至少一项备选问句，组成对应的至少一项备选问答对；

结合前续的举例，在答句关键词为“f公司”、“a类型期货”、“时间”、“x年第x季度”时，首先根据预设的词条对应关系，如在“时间”对应的是“什么时候”、“何时”，而“a类型期货”对应的是“期货”、“a类型”、“发行期货”等。

从而上述这些答句关键词对应的备选答句可以包括：“f公司发行了a类型期货吗？”、“f公司什么时候发行a类型期货？”、“f公司在x年第x季度有什么计划吗？”等。

从而，组成的一项可选的备选问答对可以如下：备选问句“f公司什么时候发行a类型期货？”和其对应的备选答句“f公司计划推出a类型期货的时间是x年第x季度前。”。

在步骤s10312中，根据所述备选答句和/或所述至少一项备选问答对生成所述预设的数据库。

需要说明的是，上述数据库中可以是只包含有备选答句，或者是包含有上述步骤中确定出的若干对备选问答对。

在完成了对预设数据库的构建之后，具体的根据预设的数据库确定与问句关键词对应的答句信息的过程，可以包括如图3示出的步骤s1042-步骤s1046。图3示出了一个实施例中根据预设的数据库确定与问句关键词对应的答句信息的流程图。

首先，为了实现自动回答所输出的答案的准确性，首先要做到的就是正确地理解用户的提问意图，匹配到与用户想要解答的问题最接近的备选问句，从而将该备选问句所关联的备选答句确定输出给用户。而这一与用户输入的问句信息最匹配的备选问句的确定可以通过一个预设的机器学习模型来完成，接下来进行介绍。

在步骤s1042中，将所述问句关键词输入预设的问答处理模型，获取所述问答处理模型的输出结果，根据所述输出结果确定所述问句关键词与所述预设的数据库中各备选问句的相关度。

具体的，输入问答处理模型的问句关键词可以是“f公司”、“a类型期货”、“发行”、“什么时候”。

从而，其问答处理模型输出的所匹配到备选问句可以包括如下三个:a：“f公司什么时候发行a类型期货？”、b：“f公司的b类型期货是什么时候发行的？”、c：“f公司发行a类型期货了吗？”，更进一步的，输出的备选问句a、b、c与问句关键词的相关度可以分别是95％、50％、70％。

在步骤s1044中，获取与所述问句关键词的相关度高于预设阈值的备选问句作为目标问句。

此处的预设阈值可以设为80％，从而确定出的目标问句应该为备选问句a即“f公司什么时候发行a类型期货？”。

在步骤s1046中，在所述预设的数据库中查找与所述目标问句关联的备选答句作为所述答句信息。

结合前述步骤中的举例，与所述目标问句关联的备选答句应该为“f公司计划推出a类型期货的时间是x年第x季度前。”。

需要说明的是，将所述问句关键词输入预设的问答处理模型之前，还包括对所述问答处理模型进行训练，所述训练过程可以包括如图4中示出的步骤s1052-s1054。图4示出了一个实施例中对问答处理模型进行训练的过程。

在步骤s1052中，基于预设算法确定所述目标参考数据对应的词向量关系矩阵。

首先此处的预设算法可以是word2vec算法，根据该算法提取出预设词库中的各词条所对应的词向量之间的相关度，反映示出了一个对应的词向量关系矩阵。

在步骤s1054中，基于所述词向量关系矩阵和所述数据库对所述问答处理模型的相关参数进行调整，以对所述问答处理模型进行训练。

在一个可选的实施例中，上述问答处理模型可以是基于神经网络生成的，具体的，对于此模型的训练可以是针对其输出的相关度进行人工专家的校准，从而让神经网络中各个层级的权重值调整到最佳，以使得整个网络的预测效果最好，即所输的备选问句与问句关键词间的相关度最接近人工的理解和判断。

而在通过上述问答处理模型基于作为先验知识的词向量关系矩阵和预设数据库包含的备选问句数据确定出各个备选问句与问句关键词之间的相关度后，就可以根据相关度来确定备选问句所对应的备选答句作为输出。

但需要说明的是，为了进一步提高答案输出的准确性，在一个可选的实施例中，除了根据问句信息和备选文件之间的相关度的高低来确定对应的答句信息，还可以对比答句所来源的问答相关数据的权威度，来确定出置信度和准确性最高的答句信息，这一过程可以包括图5示出的步骤s1062-1064。图5示出了另一个实施例中根据问答相关数据的来源的权重系数确定所述问句信息的流程图。

在步骤s1062中，获取所述预设的数据库中各备选问句所对应的答句相关数据的权重系数作为所述各备选答句的权重系数。

具体的考虑到不同参数数据的来源的权威和可信度存在较明显的差异，可以将从如特定政府部门的官网上所获取的政策和公告的权重系数设置为100％，而将从某些新闻媒体的新闻报道的权重系数设置为60％，将某些专业技术的论坛的发言以及发布的分析报告的权重系数设置为40％等。

在步骤s1064中，根据所述权重系数和所述预设的数据库中各备选问句与所述问句关键词的相关度确定所述答句信息。

继续举例说明，根据与所述问句关键词的相关度所确定相关度最高的目标问句“f公司什么时候发行a类型期货？”所对应的备选答句可以是“f公司预计于x年x月发行a类型期货。”(来自于f公司的官方公告，权重系数为90％)、“f公司表示暂无发行a类型期货的计划。”(来自于某新闻媒体的报道文字，权重系数为60％)。

因而采用权重系数更高的备选答句“f公司预计于x年x月发行a类型期货。”作为此处的答句信息输出给用户。

另外，在可选的实施例中，为了避免用户所输入的问句信息比较非常规，无法匹配到预设的备选问句，还可以类似于搜索引擎的输出方式，按照上述相关度最高的备选问句，和备选问句所关联的备选答句的权重系数来综合确定出一个按照相关度和可信度从高到低的多个备选答句的输出序列作为答句信息输出。

另外，考虑到用户在使用问答系统进行提问，其输入的问题都是有上下文逻辑关联的，如在获取了上一个问句的答案之后，用户会对新获取的答案信息进行处理，根据自己的需求再输入新的问句，而针对存在上下文环境的问题需要不同于新的问题输入，从而可以进一步优化输出的答句的准确性。

为了进一步地实现输出的答句信息的准确性，还可以基于一个包含各个可选的问句关键词之间关联关系的知识图谱，知识图谱包含有若干个问答主体词，以及各个所述问答主体词之间的关联信息。

基于这个知识图谱从关键词的相关度的角度确定与所述问句关键词对应的答句信息，可以包括图6示出的步骤s1072-s1078。图6示出了一个实施例中基于预设的知识图谱确定答句信息的流程图。

在步骤s1072中，将所述问句关键词与所述知识图谱中的问答主体词进行匹配。

首先，知识图谱可以是以三元组的形式存有某两个问答主体词和它们之间的关系类型，如(阿里巴巴，子公司，支付宝)或者(中美贸易战，主要角色，华为公司)这种，并且此处的关系类型是文义上的，如上下游公司、合作伙伴、竞争对手等。而用户的问句关键词可以是“支付宝”。

在步骤s1074中，在匹配成功的情况下，将匹配到的问答主体词作为目标主体词，获取与所述目标主体词存在关联关系的问答主体词作为相关关键词；

结合上述举例，此处的匹配到与“支付宝”对应的相关关键词可以是“阿里巴巴”。

在步骤s1076中，所述相关关键词在所述预设的数据库中查找相关的备选问答对，根据所述相关的备选问答对确定所述答句信息。

在预设的数据中查询与“阿里巴巴”相匹配的备选问句，进一步地根据这些相关的备选问答对确定答句信息。

可选的，基于知识图谱，除了问答主体词的关联分析以外，还可以是基于上下文进行语义分析，以确定在上下文中出现的关键词进行输出的问句的确定，具体可以如图7中示出的步骤s1082-s1084。图7示出了一个实施例中根据上下文确定问句信息的流程图。

在步骤s1082中，获取用户输入所述问句信息的时间节点，获取与所述时间节点在预设时间区间内的问答数据作为历史问答信息。

如某用户可以在17:47:16输入了第一问句信息“阿里巴巴有哪些比较大的子公司？”而在获取了上述这一问句的回答如“阿里巴巴的主要的子公司有n公司。”后，用户在17:48:44又输入第二问句“该子公司的现在的股价是多少？”，随后用户又在17:52:20输入了第三问句“该子公司最近半年的股价变化趋势是怎样的？”

从而在预设的时间区间(如15分钟)内所确定的历史问答信息就包括上述第一、第二和第三问句信息。

在步骤s1084中，根据所述历史问答信息确定所述相关关键词。

具体的，可以根据对上下文的语义分析，确定上下文问答句中作同一指代的词，以确定每一个词的指代关系，从而确定相应的关键词。例如，在上述“该子公司”的所指代的词条中，根据其所出现的上下文的语义分析(此处指上述第一问句信息和第二问句信息)，可以确定“该子公司”指的即是“n公司”。

再根据这些相关关键词确定对应的备选问句，获取这些对应的备选问句对应的备选答句，再执行前述根据预设的数据库确定答句信息的步骤。

最后需要说明的是输出的答句信息可以以预设形式通过预设装置进行展示，如在手机的问答界面上以文字或者语音播报的形式展示给用户。

图8示出了一个实施例中问答处理装置的结构框图。

参考图8所示，根据本发明的一个实施例的问答处理装置1090，包括：获取单元1092、分析单元1094、输出单元1096。

其中，获取单元1092：用于获取用户输入的问句信息；

分析单元1094：用于对所述问句信息进行语义分析，确定与所述问句信息对应的问句关键词；

输出单元1096：用于根据预设的数据库确定与所述问句关键词对应的答句信息并输出。

此输出单元1096中预设的数据库确定步骤，包括：

通过预设的网络抓取程序获取目标参考数据并对所述目标参考数据进行预处理，所述预处理包括标准化处理；

根据预设的目标需求词从所述目标参考数据中筛选出答句相关数据；

对所述答句相关数据进行文本分析，生成若干个备选答句；

对所述备选答句进行自然语言处理，确定所述备选答句对应的答句关键词；

根据所述答句关键词、按照预设的语法规则生成与各所述备选答句关联的至少一项备选问句，组成对应的至少一项备选问答对；

根据所述备选答句和/或所述至少一项备选问答对生成所述预设的数据库。

根据预设的数据库确定与所述问句关键词对应的答句信息并输出的步骤，包括：

将所述问句关键词输入预设的问答处理模型，获取所述问答处理模型的输出结果，根据所述输出结果确定所述问句关键词与所述预设的数据库中各备选问句的相关度；

获取与所述问句关键词的相关度高于预设阈值的备选问句作为目标问句；

在所述预设的数据库中查找与所述目标问句关联的备选答句作为所述答句信息。

上述问答处理模型的预先训练过程，包括：

基于预设算法确定所述目标参考数据对应的词向量关系矩阵；

基于词向量关系矩阵和所述数据库对所述问答处理模型的相关参数进行调整，以对所述问答处理模型进行训练。

图9示出了一个实施例中计算机设备的内部结构图。该计算机设备具体可以是终端，也可以是服务器。如图9所示，该计算机设备包括通过系统总线连接的处理器、存储器和通信模块、展示模块、处理模块。其中，存储器包括非易失性存储介质和内存储器。该计算机设备的非易失性存储介质存储有操作系统，还可存储有计算机程序，该计算机程序被处理器执行时，可使得处理器实现本问答处理方法。该内存储器中也可储存有计算机程序，该计算机程序被处理器执行时，可使得处理器执行本问答处理方法。本领域技术人员可以理解，图9中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

在一个实施例中，提出了一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，所述计算机程序被所述处理器执行时，使得所述处理器执行以下步骤：

获取用户输入的问句信息；

对所述问句信息进行语义分析，确定与所述问句信息对应的问句关键词；

根据预设的数据库确定与所述问句关键词对应的答句信息并输出。

在一个实施例中，提出了一种计算机可读存储介质，存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行以下步骤：

获取用户输入的问句信息；

对所述问句信息进行语义分析，确定与所述问句信息对应的问句关键词；

根据预设的数据库确定与所述问句关键词对应的答句信息并输出。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。