一种智能问答方法和装置与流程

1.本发明涉及互联网技术领域，特别涉及一种智能问答方法和装置。


背景技术：

2.纵观智能问答系统的发展史，从1950年因图灵测试而发展至今，已经有几十年的历史了。而智能问答系统真正得到产业界广泛认可还是得益于2011年siri和watson成功所带来的示范效应。自此，智能问答系统比以往任何时候都更加贴切于实际应用，这归功于机器学习与自然语言处理技术的长足进步发展。
3.然而现有的智能问答系统所面临的问题并没有解决完全，问句的真实意图分析、问句与答案之间的匹配关系判别仍然是制约智能系统性能的两个关键性难题。


技术实现要素：

4.为了解决上述技术问题中的至少一个，本公开提供了一种智能问答方法和装置。
5.第一方面，本发明提供了一种智能问答方法，所述方法包括：
6.利用自然语言处理nlp对问句进行解析，获得所述问句中各个词的词性；
7.根据所述词性，与缓存中的图谱数据进行匹配，获得所述问句的搜索模板。
8.可选地，该方法还包括：
9.将所述搜索模板中的词性变量用所述问句中所述词性一致的词进行替换，获得所述问句的搜索方案；
10.查询所述缓存中所述图谱数据是否具有与所述搜索方案匹配的结果，若是，则返回所述问句的结果，否则，在数据库中查询与所述搜索方案匹配的结果。
11.可选地，该方法还包括：
12.将所述搜索模板中的词性变量用所述问句中所述词性一致的词进行替换，获得所述问句的搜索方案；
13.将所述搜索方案进行组合，获得组合方案；
14.查询所述缓存中的所述图谱数据是否具有与所述组合方案匹配的结果，若是，则返回所述问句的结果，否则，在数据库中查询与所述组合方案匹配的结果。
15.可选地，该方法还包括：
16.将在数据库中查询到的结果写入所述缓存中。
17.可选地，根据所述词性，与缓存中的图谱数据进行匹配，获得所述问句的搜索模板，包括：
18.通过所述词性中的关键字与所述缓存中的所述图谱数据进行匹配，获得所述问句的搜索模板。
19.可选地，该方法还包括：
20.对词网中的词进行近义词配置。
21.可选地，该方法还包括：
22.将所述搜索模板中的词性变量用所述问句中所述词性一致的词对应的近义词进行替换，获得所述问句的近义方案；
23.查询所述缓存中所述图谱数据是否具有与所述近义方案匹配的结果，若是，则返回所述问句的结果，否则，在数据库中查询与所述近义方案匹配的结果。
24.第二方面，本发明提供了一种智能问答装置，所述装置包括：问句解析模块和模板匹配模块，其中，
25.所述问句解析模块，用于利用自然语言处理nlp对问句进行解析，获得所述问句中各个词的词性；
26.所述模板匹配模块，用于根据所述词性，与缓存中的图谱数据进行匹配，获得所述问句的搜索模板。
27.可选地，该装置还包括：词性替换模块和结果查询模块，其中
28.所述词性替换模块，用于将所述搜索模板中的词性变量用所述问句中所述词性一致的词进行替换，获得所述问句的搜索方案；
29.所述结果查询模块，用于查询所述缓存中所述图谱数据是否具有与所述搜索方案匹配的结果，若是，则返回所述问句的结果，否则，在数据库中查询与所述搜索方案匹配的结果。
30.可选地，该装置还包括：方案组合模块，用于将所述搜索方案进行组合，获得组合方案；
31.所述结果查询模块，还用于查询所述缓存中的所述图谱数据是否具有与所述组合方案匹配的结果，若是，则返回所述问句的结果，否则，在数据库中查询与所述组合方案匹配的结果。
32.可选地，该装置还包括：数据缓存模块，用于将在数据库中查询到的结果写入所述缓存中。
33.可选地，所述模板匹配模块具体用于通过所述词性中的关键字与所述缓存中的所述图谱数据进行匹配，获得所述问句的搜索模板。
34.可选地，该装置还包括：词网配置模块，用于对词网中的词进行近义词配置。
35.可选地，该装置还包括：词义替换模块，用于将所述搜索模板中的词性变量用所述问句中所述词性一致的词对应的近义词进行替换，获得所述问句的近义方案；
36.所述结果查询模块，还用于查询所述缓存中所述图谱数据是否具有与所述近义方案匹配的结果，若是，则返回所述问句的结果，否则，在数据库中查询与所述近义方案匹配的结果。
37.第三方面，本发明提供了一种可读存储介质，其上具有可执行指令，当可执行指令被执行时，使得计算机执行如第一方面中所包括的方法。
38.第四方面，本发明提供了一种计算设备，包括：一个或多个处理器、存储器以及程序，其中，所述一个或多个程序存储在所述存储器中并被配置为由所述一个或多个处理器执行如第一方面中所包括的方法。
附图说明
39.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。
40.图1
‑
5分别是本发明不同实施例相应的智能问答方法的流程示意图。
具体实施方式
41.为使本发明实施例的目的、技术方案和优点更加清楚，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、完整地描述，显然，所描述的实施例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做出创造性劳动的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。
42.如图1所示，本发明提供了一种智能问答方法，所述方法包括：
43.利用自然语言处理nlp对问句进行解析，获得所述问句中各个词的词性；
44.根据所述词性，与缓存中的图谱数据进行匹配，获得所述问句的搜索模板。
45.如图2所示，本发明提供了一种智能问答方法，该方法包括：
46.利用自然语言处理nlp对问句进行解析，获得所述问句中各个词的词性；
47.根据所述词性，与缓存中的图谱数据进行匹配，获得所述问句的搜索模板；
48.将所述搜索模板中的词性变量用所述问句中所述词性一致的词进行替换，获得所述问句的搜索方案；
49.查询所述缓存中所述图谱数据是否具有与所述搜索方案匹配的结果，若是，则返回所述问句的结果，否则，在数据库中查询与所述搜索方案匹配的结果。
50.如图3所示，本发明提供了一种智能问答方法，该方法包括：
51.利用自然语言处理nlp对问句进行解析，获得所述问句中各个词的词性；
52.根据所述词性，与缓存中的图谱数据进行匹配，获得所述问句的搜索模板；
53.将所述搜索模板中的词性变量用所述问句中所述词性一致的词进行替换，获得所述问句的搜索方案；
54.查询所述缓存中的所述图谱数据是否具有与所述搜索方案匹配的结果，若是，则返回所述问句的结果，否则，在数据库中查询与所述组合方案匹配的结果。
55.如图4所示，本发明提供了一种智能问答方法，该方法包括：
56.利用自然语言处理nlp对问句进行解析，获得所述问句中各个词的词性；
57.根据所述词性，与缓存中的图谱数据进行匹配，获得所述问句的搜索模板；
58.将所述搜索模板中的词性变量用所述问句中所述词性一致的词进行替换，获得所述问句的搜索方案；
59.将所述搜索方案进行组合，获得组合方案；
60.查询所述缓存中的所述图谱数据是否具有与所述组合方案和所述搜索方案任一匹配的结果，若是，则返回所述问句的结果，否则，在数据库中查询与所述组合方案和所述搜索方案任一匹配的结果。
61.值得说明的是，在本发明的实施例中，在数据库中查询到问句的结果后，可以将查询到的结果写入缓存中，从而可以有效提升数据的可重用性，并提高搜索效率。
62.值得说明的是，在本发明的实施例中，可以通过问句分词后的词性与缓存中已有
的搜索模板进行匹配，从而获得搜索模板。例如问句为:上海华安工业(集团)公司董事长谭旭光和秘书胡花蕊来到美国纽约现代艺术博物馆参观。将该问句分词成为：上海华安工业(集团)公司/nt，董事长/n，谭旭光/nr，和/c，秘书/n，胡花蕊/nr，来到/v，美国纽约现代艺术博物馆/ns，参观/v，通过分词后对应的词性为nt
‑
n
‑
nr
‑
c
‑
n
‑
nr
‑
v
‑
ns
‑
v。将分词后的词性结果用于匹配缓存中的搜索模板。
63.值得说明的是，在本发明的实施例中，可以在词库词网中词进行近义词配置，给分词名称增加近义词及词组，生成问句的近义搜索方案，用于在问句搜索时，能以分词名称的近义词及词组来代替搜索以获取答案，可以解决词义消歧，得到问句的精确答案。
64.如图5所示，本发明提供了一种智能问答方法，具体方法包括：
65.步骤1：进入系统，系统缓存图谱数据(用于问句搜索时实体、关系、标签、属性的匹配)，进入词库词网进行近义词的配置，以便相同词义以不同的词汇方式进行搜索，达到能够用多种搜索方式得到问句的精确答案。
66.步骤2：输入问句，用自然语言(nlp)分析问句解析问句，用词性标注及词性/词义聚类来解析问句的词性，可以使用hanlp工具包对问句进行解析，从而得到解析后的词性标注及词性/词义聚类，通过将词性进行模板匹配后生成对应的搜索方案。
67.步骤3：通过步骤2生成的搜索方案以及进行组合的组合方案进行在缓存中搜索，在无结果的情况下，将在数据库中再次进行匹配搜索，并在得到结果后，将结果与匹配的模板对象写入缓存中，提升数据的可重用性，并提高搜索效率。缓存中的只有部分已匹配过的模板数据，并非将模板数据全量加载至缓存中。
68.本发明提供了一种智能问答装置，所述装置包括：问句解析模块和模板匹配模块，其中，
69.所述问句解析模块，用于利用自然语言处理nlp对问句进行解析，获得所述问句中各个词的词性；
70.所述模板匹配模块，用于根据所述词性，与缓存中的图谱数据进行匹配，获得所述问句的搜索模板。
71.在本发明一个实施例中，该装置还包括：词性替换模块和结果查询模块，其中
72.所述词性替换模块，用于将所述搜索模板中的词性变量用所述问句中所述词性一致的词进行替换，获得所述问句的搜索方案；
73.所述结果查询模块，用于查询所述缓存中所述图谱数据是否具有与所述搜索方案匹配的结果，若是，则返回所述问句的结果，否则，在数据库中查询与所述搜索方案匹配的结果。
74.在本发明一个实施例中，该装置还包括：方案组合模块，用于将所述搜索方案进行组合，获得组合方案；
75.所述结果查询模块，还用于查询所述缓存中的所述图谱数据是否具有与所述组合方案匹配的结果，若是，则返回所述问句的结果，否则，在数据库中查询与所述组合方案匹配的结果。
76.在本发明一个实施例中，该装置还包括：数据缓存模块，用于将在数据库中查询到的结果写入所述缓存中。
77.在本发明一个实施例中，所述模板匹配模块具体用于通过所述词性中的关键字与
所述缓存中的所述图谱数据进行匹配，获得所述问句的搜索模板。
78.在本发明一个实施例中，该装置还包括：词网配置模块，用于对词网中的词进行近义词配置。
79.在本发明一个实施例中，该装置还包括：词义替换模块，用于将所述搜索模板中的词性变量用所述问句中所述词性一致的词对应的近义词进行替换，获得所述问句的近义方案；
80.所述结果查询模块，还用于查询所述缓存中所述图谱数据是否具有与所述近义方案匹配的结果，若是，则返回所述问句的结果，否则，在数据库中查询与所述近义方案匹配的结果。
81.上述装置内的各模块之间的信息交互、执行过程等内容，由于与本发明方法实施例基于同一构思，具体内容可参见本发明方法实施例中的叙述，此处不再赘述。
82.需要说明的是，在本文中，诸如第一和第二之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
······”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同因素。
83.本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储在计算机可读取的存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：rom、ram、磁碟或者光盘等各种可以存储程序代码的介质中。
84.最后需要说明的是：以上所述仅为本发明的较佳实施例，仅用于说明本发明的技术方案，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所做的任何修改、等同替换、改进等，均包含在本发明的保护范围内。