一种基于人工智能的无界问答系统的制作方法

本发明涉机器交互，更具体的公开了一种基于人工智能的无界问答系统。

背景技术：

1、随着现在电子科技以及互联网科技的发展，人工智能技术也得到了快速的发展，人工智能最直接的体现就是在人与机器的交互层面上。例如，现在比较热门的智能问答系统，用户通过文字或者语音的方式向机器输入一段提问后，机器在经过短时间的“思考”后，会在屏幕上面输出一段回答文字来对用户输入的提问进行回答。但现有的智能问答系统，其在对用户的问题进行回答的时候，其反馈给用户的回答，一般是以互联网上所有已经存在的回复为依据进行答案反馈，由于互联网上现有的已经存在的回复数据之间缺乏关联，因此机器在组织回答反馈给用户的过程中，之前需要一定的准备时间，并且由于现有的回复数据之前缺乏关联性，因此，机器对于有些问题无法做出精确的回复以及无法对后续的回复做出关联性推测，导致整个智能问答系统较为“卡顿”，沟通对话不流畅的情况。

技术实现思路

1、本发明主要解决的技术问题是提供一种基于人工智能的无界问答系统，能够解决现有的智能问答系统回复准备时间较长，问答不流畅的问题。

2、为解决上述技术问题，根据本发明的一个方面，更具体的说是一种基于人工智能的无界问答系统，包括：数据集获取模块、数据预处理模块、图数据库建立模块、知识图谱设计模块、用户问题编辑模块、数据提交模块、关联匹配模块、相应问题回答获取模块、后续预测模块、组织语言反馈模块；

3、数据集获取模块，用于获取现有的问答知识数据集数据；

4、数据预处理模块，用于对获取到的问答知识数据集中的数据进行预处理；

5、图数据库建立模块，根据数据预处理模块处理后的数据建立图数据库；

6、知识图谱设计模块，根据图数据库建立模块建立起来的图数据库来对知识图谱进行设计，从而得到知识图谱；

7、用户问题编辑模块，用于编辑采集用户提出的问题数据；

8、数据提交模块，用于将采集到的用户体温数据提交到数据预处理模块进行处理；

9、关联匹配模块，用于将用户提问数据与知识图谱中的数据进行对比匹配，从而判断用户的意图；

10、相应回答获取模块，根据关联匹配模块匹配到的用户意图，来获取到相应的回答数据；

11、后续预测模块，用于根据相应回答获取模块获取到的回答数据，来推测确定用户后续的意图，并将确定后的意图匹配相应的回答数据；

12、组织语言反馈模块，用于将获取到的用户提问的直接回答数据组织成一段话反馈给客户，同时可以将后续预测用户的意图以及相应的回答数据也组织成一段话反馈和用户。

13、更进一步的，所述数据获取模块所获取到的数据集为natural questions数据集。

14、更进一步的，所述数据预处理模块包括：提问数据提取模块、意图获取模块、回答数据关联模块；

15、提问数据提取模块，用于从获取到的数据集中提取出所有的提问问题数据；

16、意图获取模块，用于从提取出来的提问问题数据中获取到每个提问问题数据的意图数据；

17、回答数据关联模块，用于将每个提问问题数据对应的回答数据关联匹配到对应的意图数据下。

18、更进一步的，所述意图获取模块的获取过程如下：首先通过提问数据提取模块获取到提问问题数据；再每个问题文档进行分词操作得到原数组g＝[x1,x2,...,xn]；然后根据原数组来调整窗口大小，具体为：

19、

20、其中，ck为窗口大小，lengthg为原数组大小，m为的余数，从而可以得到n个窗口；然后再通过下式计算n个窗口中，每个词的得分：

21、

22、其中，score为每个词的得分，n为窗口，ln为窗口数，xn为每个词，为词xn在n个窗口中出现的次数，d为阻尼系数，一般为0.65-0.8；再将得分最高的词作为关键词；

23、最后，利用rnn神经网络算法将提取出来的关键词组织为相应问题的意图数据即可。

24、更进一步的，所述关联匹配模块包括：语义检测模块、对比比较模块；

25、语义检测模块，用于检测用户提交问题的意图语义以及检测知识图谱中意图数据的语义；

26、对比比较模块，用于将用户提交问题的意图语义与知识图谱中意图数据的语义进行对比比较，从而从知识图谱中筛选出与用户提交问题的意图语义匹配程度最高的意图数据。

27、更进一步的，所述后续检测模块包括：基于回答的意图推测模块、评价模块、预测意图确定模块；

28、基于回答的意图推测模块，用于根据相应回答获取模块获取到的回答数据来推测与回答数据相适配的意图数据；

29、评价模块，用于对基于回答的意图推测模块推测出来的意图数据进行评价；

30、预测意图确定模块，用于根据评价模块的评价结果，来确定出后续与用户之前意图最适配的意图数据，并将该意图数据对应的回答数据关联。

31、更进一步的，所述评价模块的评价过程如下：通过基于回答的意图推测模块推测出多个意图数据为推测出来的意图数据；然后再通过rnn神经网络算法获取到每个推测意图的语义数据y1,y1,...,yn和获取到用户提问数据意图的语义数据y；若y∈yn，则判断与yn对应的意图数据为适配用户之前意图数据，反之则不适配；最后通过预测意图确定模块，将适配用户之前意图数据的后续意图数据作为预测的意图数据，并关联相应的回答数据。

32、更进一步的，所述组织语言反馈模块利用大语言模型来对语言进行组织，并将组织完成的语言反馈给用户。

33、本发明一种基于人工智能的无界问答系统的有益效果为：通过获取现有的问答知识数据集，并对数据集进行预处理后，建立图数据库，并根据建立的图数据库设计得到知识图谱，用户在提交提问数据的时候，对用户提问数据进行预处理后，可以从设计的知识图谱中快速的找到相应的回答数据，并组织语言后，将回答反馈给用户，使整个的问答流程更加的快速，且更加的流畅。并且，在将相应的问题反馈给用户后，可以基于该回答推测与用户提问意图最适配的意图，并获取推测出最适配的意图对应的回答数据，可以直接组织语言反馈给用户，也可以不直接反馈给用户，当用户后续提出与推测意图向适配的问题后，可以直接将回答数据反馈给用户，进一步加快问答流程，从而使问答过程更加的顺畅。

技术特征：

1.一种基于人工智能的无界问答系统，其特征在于，包括：数据集获取模块、数据预处理模块、图数据库建立模块、知识图谱设计模块、用户问题编辑模块、数据提交模块、关联匹配模块、相应问题回答获取模块、后续预测模块、组织语言反馈模块；

2.根据权利要求1所述的一种基于人工智能的无界问答系统，其特征在于：所述数据获取模块所获取到的数据集为natural questions数据集。

3.根据权利要求1所述的一种基于人工智能的无界问答系统，其特征在于：所述数据预处理模块包括：提问数据提取模块、意图获取模块、回答数据关联模块；

4.根据权利要求3所述的一种基于人工智能的无界问答系统，其特征在于：所述意图获取模块的获取过程如下：首先通过提问数据提取模块获取到提问问题数据；再每个问题文档进行分词操作得到原数组g＝[x1,x2,...,xn]；然后根据原数组来调整窗口大小，具体为：

5.根据权利要求1所述的一种基于人工智能的无界问答系统，其特征在于：所述关联匹配模块包括：语义检测模块、对比比较模块；

6.根据权利要求1所述的一种基于人工智能的无界问答系统，其特征在于：所述后续检测模块包括：基于回答的意图推测模块、评价模块、预测意图确定模块；

7.根据权利要求6所述的一种基于人工智能的无界问答系统，其特征在于：所述评价模块的评价过程如下：通过基于回答的意图推测模块推测出多个意图数据为推测出来的意图数据；然后再通过rnn神经网络算法获取到每个推测意图的语义数据y1,y1,...,yn和获取到用户提问数据意图的语义数据y；若y∈yn，则判断与yn对应的意图数据为适配用户之前意图数据，反之则不适配；最后通过预测意图确定模块，将适配用户之前意图数据的后续意图数据作为预测的意图数据，并关联相应的回答数据。

8.根据权利要求1所述的一种基于人工智能的无界问答系统，其特征在于：所述组织语言反馈模块利用大语言模型来对语言进行组织，并将组织完成的语言反馈给用户。

技术总结
本发明涉及机器交互技术领域，且公开了一种基于人工智能的无界问答系统，包括：数据集获取模块、数据预处理模块、图数据库建立模块、知识图谱设计模块、用户问题编辑模块、数据提交模块、关联匹配模块、相应问题回答获取模块、后续预测模块、组织语言反馈模块；数据集获取模块，用于获取现有的问答知识数据集数据。通过获取现有的问答知识数据集，并对数据集进行预处理后，建立图数据库，并根据建立的图数据库设计得到知识图谱，用户在提交提问数据的时候，对用户提问数据进行预处理后，可以从设计的知识图谱中快速的找到相应的回答数据，并阻止语言后，将回答反馈给用户，使整个的问答流程更加的快速，且更加的流畅。

技术研发人员：范蓉杰,刘建强
受保护的技术使用者：平辅寅健康科技（上海）有限公司
技术研发日：
技术公布日：2024/1/15