1.一种获取多指标问题答案的方法,其特征在于,包括:
获取用户输入的问题信息,所述问题信息包括多个具有相同属性的指标;
基于多模态模型对所述问题信息进行分词处理,确定分词结果,并提取出所述问题信息中的多个指标,所述多模态模型包括词模型、字符模型、拼音模型、字形模型中的至少两项;
根据分词结果建立词与词之间的依存关系,并根据所述依存关系将所述问题信息转换为每个指标对应的机器语言形式的查询语句;
根据所述查询语句查询相应的数据库,确定每个指标所对应的查询结果,并在同一坐标系下显示所有指标的查询结果。
2.根据权利要求1所述的方法,其特征在于,所述基于多模态模型对所述问题信息进行分词处理包括:
通过预设的分词模型确定初始分词结果,并以词为基本单元确定所述问题信息的第一语义;
确定所述问题信息的所有字符,并以字符为基本单元确定所述问题信息的第二语义;
确定与每个字符所对应的拼音,确定每个拼音的拼音向量,并通过卷积神经网络确定与所述拼音向量相对应的第一字符向量,进而以字符为基本单元、根据所述第一字符向量确定所述问题信息的第三语义;
为每个字符生成相应的字形图片,并将所述字形图片转换为相应的第二字符向量,进而以字符为基本单元、根据所述第二字符向量确定所述问题信息的第四语义;
根据所述第一语义、第二语义、第三语义和第四语义综合确定所述问题信息的语义信息,并根据所述语义信息对所述问题信息进行分词处理,确定最终的分词结果,并提取出所述问题信息中的多个具有相同属性的指标。
3.根据权利要求1所述的方法,其特征在于,在所述基于多模态模型对所述问题信息进行分词处理之后,还包括:
根据所述分词结果对所述问题信息进行语义理解处理,根据语义理解处理结果判断是否需要对所述问题信息进行改写,并在需要改写时修正所述问题信息。
4.根据权利要求1所述的方法,其特征在于,所述基于多模态模型对所述问题信息进行分词处理包括:
基于多模态模型对所述问题信息进行分词处理,并基于预设的双向长短记忆递归神经网络模型对分词进行词性标注。
5.根据权利要求1所述的方法,其特征在于,所述在同一坐标系下显示所有指标的查询结果包括:
确定所述问题信息中每个指标需要显示的参数,并确定与所述参数相应的显示方式,所述显示方式包括曲线图、柱状图、饼状图、表格中的一项或多项;
以所述显示方式显示每个指标对应的参数。
6.一种获取多指标问题答案的装置,其特征在于,包括:
问题获取模块,用于获取用户输入的问题信息,所述问题信息包括多个具有相同属性的指标;
分词模块,用于基于多模态模型对所述问题信息进行分词处理,确定分词结果,并提取出所述问题信息中的多个指标,所述多模态模型包括词模型、字符模型、拼音模型、字形模型中的至少两项;
处理模块,用于根据分词结果建立词与词之间的依存关系,并根据所述依存关系将所述问题信息转换为每个指标对应的机器语言形式的查询语句;
查询显示模块,用于根据所述查询语句查询相应的数据库,确定每个指标所对应的查询结果,并在同一坐标系下显示所有指标的查询结果。
7.根据权利要求6所述的装置,其特征在于,所述分词模块包括:
词处理单元,用于通过预设的分词模型确定初始分词结果,并以词为基本单元确定所述问题信息的第一语义;
字符处理单元,用于确定所述问题信息的所有字符,并以字符为基本单元确定所述问题信息的第二语义;
拼音处理单元,用于确定与每个字符所对应的拼音,确定每个拼音的拼音向量,并通过卷积神经网络确定与所述拼音向量相对应的第一字符向量,进而以字符为基本单元、根据所述第一字符向量确定所述问题信息的第三语义;
字形处理单元,用于为每个字符生成相应的字形图片,并将所述字形图片转换为相应的第二字符向量,进而以字符为基本单元、根据所述第二字符向量确定所述问题信息的第四语义;
多模态分词单元,用于根据所述第一语义、第二语义、第三语义和第四语义综合确定所述问题信息的语义信息,并根据所述语义信息对所述问题信息进行分词处理,确定最终的分词结果,并提取出所述问题信息中的多个具有相同属性的指标。
8.根据权利要求6所述的装置,其特征在于,还包括改写模块;
在所述分词模块基于多模态模型对所述问题信息进行分词处理之后,所述改写模块用于根据所述分词结果对所述问题信息进行语义理解处理,根据语义理解处理结果判断是否需要对所述问题信息进行改写,并在需要改写时修正所述问题信息。
9.根据权利要求6所述的装置,其特征在于,所述分词模块用于:
基于多模态模型对所述问题信息进行分词处理,并基于预设的双向长短记忆递归神经网络模型对分词进行词性标注。
10.根据权利要求6所述的装置,其特征在于,所述查询显示模块用于:
确定所述问题信息中每个指标需要显示的参数,并确定与所述参数相应的显示方式,所述显示方式包括曲线图、柱状图、饼状图、表格中的一项或多项;
以所述显示方式显示每个指标对应的参数。