智能问答方法、装置、设备及存储介质制造方法及图纸

本发明专利技术涉及人工智能，提供一种智能问答方法、装置、设备及存储介质。该方法能够从问答请求中提取待提问语句，及从预设语料库中获取候选问题语句，基于预设向量表获取待提问语句的第一语句矩阵，基于预设向量表获取候选问题语句的第二语句矩阵，对第一语句矩阵进行特征提取，得到第一特征向量，将第二语句矩阵进行特征提取，得到第二特征向量，计算第一特征向量与第二特征向量的匹配度，将匹配度进行归一化处理，得到相似概率，将相似概率最大的候选问题语句确定为目标问题语句，获取与目标问题语句对应的答案作为回复语句。本发明专利技术能够提高智能问答方式的实时性及准确性。此外，本发明专利技术还涉及区块链技术，所述回复语句可存储于区块链中。

【技术实现步骤摘要】
智能问答方法、装置、设备及存储介质
本专利技术涉及人工智能
，尤其涉及一种智能问答方法、装置、设备及存储介质。
技术介绍
目前，在事故发生之后，很多车主可能会对诸如怎么保护事故现场、事故责任如何界定等问题存在疑惑，进而向交通事故处理中心咨询。随着人工智能的快速发展，基于Transformer-DSSM的智能问答方式也随之产生，然而，在现有的智能问答方式中，Transformer-DSSM算法的结构较为复杂，导致目前的智能问答方式的处理效率低下，同时，目前的智能问答方式的准确率较低。为此，如何提高智能问答方式的实时性及准确性成了亟需解决的问题。
技术实现思路
鉴于以上内容，有必要提供一种智能问答方法、装置、设备及存储介质，能够提高智能问答方式的实时性及准确性。一方面，本专利技术提出一种智能问答方法，所述智能问答方法包括：当接收到问答请求时，从所述问答请求中提取待提问语句，并根据所述问答请求从预设语料库中获取候选问题语句；基于预设向量表获取所述待提问语句的第一语句矩阵，并基于所述预设向量表获取所述候选问题语句的第二语句矩阵；对所述第一语句矩阵进行特征提取，得到第一特征向量，并将所述第二语句矩阵进行特征提取，得到第二特征向量；计算所述第一特征向量与所述第二特征向量的匹配度；将所述匹配度进行归一化处理，得到所述待提问语句与所述候选问题语句的相似概率；将所述相似概率最大的所述候选问题语句确定为目标问题语句；获取与所述目标问题语句对应的答案作为所述待提问语句的回复语句。根据本专利技术可选实施例，所述根据所述问答请求从预设语料库中获取候选问题语句包括：从所述问答请求中获取与所述待提问语句对应的领域；根据所述领域从所述预设语料库中获取目标列表；将所述目标列表中的所有语句确定为所述候选问题语句。根据本专利技术可选实施例，所述基于预设向量表获取所述待提问语句的第一语句矩阵包括：对所述待提问语句进行分词处理，得到语句分词；根据所述待提问语句确定所述语句分词在所述待提问语句中的分词位置；从所述预设向量表中获取所述语句分词的分词向量；根据所述分词位置合并所述分词向量，得到所述第一语句矩阵。根据本专利技术可选实施例，所述对所述第一语句矩阵进行特征提取，得到第一特征向量包括：利用第一特征编码器对所述第一语句矩阵进行编码处理，得到第一编码矩阵，并利用第二特征编码器对所述第一语句矩阵进行编码处理，得到第二编码矩阵；拼接所述第一编码矩阵与所述第二编码矩阵，得到拼接矩阵；利用预设全连接层对所述拼接矩阵进行特征整合，得到整合矩阵；计算所述整合矩阵中每个维度中的平均值，得到所述第一特征向量。根据本专利技术可选实施例，所述利用第一特征编码器对所述第一语句矩阵进行编码处理，得到第一编码矩阵包括：从字符向量表中获取与所述第一语句矩阵对应的信息作为字符矩阵，并从位置向量表中获取与所述第一语句矩阵对应的信息作为位置矩阵；计算所述字符矩阵与所述位置矩阵的总和，得到映射矩阵；利用多头注意力机制处理所述映射矩阵，得到注意力矩阵；计算所述映射矩阵与所述注意力矩阵的总和，得到特征矩阵；对所述特征矩阵进行归一化处理，得到归一化矩阵；利用所述预设全连接层对所述归一化矩阵进行特征整合，得到目标矩阵；计算所述归一化矩阵与所述目标矩阵的总和，并对计算得到后的矩阵进行归一化处理，得到计算矩阵；根据预设特征向量表对所述计算矩阵进行映射处理，得到所述第一编码矩阵。根据本专利技术可选实施例，所述计算所述第一特征向量与所述第二特征向量的匹配度包括：利用余弦距离公式计算所述第一特征向量与所述第二特征向量的取值，得到第一相似度；根据所述第一特征向量中每个维度的取值计算所述第一特征向量的方差，得到第一方差，并根据所述第二特征向量中每个维度的取值计算所述第二特征向量的方差，得到第二方差；计算所述第一方差与所述第二方差的总和，得到总方差；计算所述第一特征向量与所述第二特征向量的差值，得到差值向量，并根据所述差值向量中每个维度的取值计算所述差值向量的方差，得到第三方差；将所述第三方差除以所述总方差，得到第二相似度；根据预设权值系数对所述第一相似度及所述第二相似度进行加权和运算，得到所述匹配度。根据本专利技术可选实施例，在获取与所述目标问题语句对应的答案作为所述待提问语句的回复语句后，所述方法还包括：获取所述问答请求的请求编号；根据所述请求编号及所述回复语句生成提示信息；采用对称加密算法加密所述提示信息，得到密文；从所述问答请求中获取所述问答请求的触发用户；将所述密文发送至所述触发用户的终端设备。另一方面，本专利技术还提出一种智能问答装置，所述智能问答装置包括：获取单元，用于当接收到问答请求时，从所述问答请求中提取待提问语句，并根据所述问答请求从预设语料库中获取候选问题语句；所述获取单元，还用于基于预设向量表获取所述待提问语句的第一语句矩阵，并基于所述预设向量表获取所述候选问题语句的第二语句矩阵；提取单元，用于对所述第一语句矩阵进行特征提取，得到第一特征向量，并将所述第二语句矩阵进行特征提取，得到第二特征向量；计算单元，用于计算所述第一特征向量与所述第二特征向量的匹配度；处理单元，用于将所述匹配度进行归一化处理，得到所述待提问语句与所述候选问题语句的相似概率；确定单元，用于将所述相似概率最大的所述候选问题语句确定为目标问题语句；所述获取单元，还用于获取与所述目标问题语句对应的答案作为所述待提问语句的回复语句。另一方面，本专利技术还提出一种电子设备，所述电子设备包括：存储器，存储计算机可读指令；及处理器，执行所述存储器中存储的计算机可读指令以实现所述智能问答方法。另一方面，本专利技术还提出一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机可读指令，所述计算机可读指令被电子设备中的处理器执行以实现所述智能问答方法。由以上技术方案可以看出，本专利技术通过对所述第一语句矩阵及所述第二语句矩阵进行特征提取，提高了所述第一特征向量及所述第二特征向量的语义表示能力，以及，通过多种方式计算所述第一特征向量与所述第二特征向量的相似度，有效提高了所述匹配度的准确性，从而双重提高了所述回复语句的准确性。此外，本专利技术无需通过多层模型结构对待提问语句及候选问题语句进行处理，因此，提高了所述回复语句的确定效率，从而提高了智能问答的实时性。附图说明图1是本专利技术智能问答方法的较佳实施例的流程图。图2是本专利技术智能问答装置的较佳实施例的功能模块图。图3是本专利技术实现智能问答方法的较佳实施例的电子设备的结构示意图。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面结本文档来自技高网...

【技术保护点】
1.一种智能问答方法，其特征在于，所述智能问答方法包括：/n当接收到问答请求时，从所述问答请求中提取待提问语句，并根据所述问答请求从预设语料库中获取候选问题语句；/n基于预设向量表获取所述待提问语句的第一语句矩阵，并基于所述预设向量表获取所述候选问题语句的第二语句矩阵；/n对所述第一语句矩阵进行特征提取，得到第一特征向量，并将所述第二语句矩阵进行特征提取，得到第二特征向量；/n计算所述第一特征向量与所述第二特征向量的匹配度；/n将所述匹配度进行归一化处理，得到所述待提问语句与所述候选问题语句的相似概率；/n将所述相似概率最大的所述候选问题语句确定为目标问题语句；/n获取与所述目标问题语句对应的答案作为所述待提问语句的回复语句。/n

【技术特征摘要】
1.一种智能问答方法，其特征在于，所述智能问答方法包括：
当接收到问答请求时，从所述问答请求中提取待提问语句，并根据所述问答请求从预设语料库中获取候选问题语句；
基于预设向量表获取所述待提问语句的第一语句矩阵，并基于所述预设向量表获取所述候选问题语句的第二语句矩阵；
对所述第一语句矩阵进行特征提取，得到第一特征向量，并将所述第二语句矩阵进行特征提取，得到第二特征向量；
计算所述第一特征向量与所述第二特征向量的匹配度；
将所述匹配度进行归一化处理，得到所述待提问语句与所述候选问题语句的相似概率；
将所述相似概率最大的所述候选问题语句确定为目标问题语句；
获取与所述目标问题语句对应的答案作为所述待提问语句的回复语句。


2.如权利要求1所述的智能问答方法，其特征在于，所述根据所述问答请求从预设语料库中获取候选问题语句包括：
从所述问答请求中获取与所述待提问语句对应的领域；
根据所述领域从所述预设语料库中获取目标列表；
将所述目标列表中的所有语句确定为所述候选问题语句。


3.如权利要求1所述的智能问答方法，其特征在于，所述基于预设向量表获取所述待提问语句的第一语句矩阵包括：
对所述待提问语句进行分词处理，得到语句分词；
根据所述待提问语句确定所述语句分词在所述待提问语句中的分词位置；
从所述预设向量表中获取所述语句分词的分词向量；
根据所述分词位置合并所述分词向量，得到所述第一语句矩阵。


4.如权利要求1所述的智能问答方法，其特征在于，所述对所述第一语句矩阵进行特征提取，得到第一特征向量包括：
利用第一特征编码器对所述第一语句矩阵进行编码处理，得到第一编码矩阵，并利用第二特征编码器对所述第一语句矩阵进行编码处理，得到第二编码矩阵；
拼接所述第一编码矩阵与所述第二编码矩阵，得到拼接矩阵；
利用预设全连接层对所述拼接矩阵进行特征整合，得到整合矩阵；
计算所述整合矩阵中每个维度中的平均值，得到所述第一特征向量。


5.如权利要求4所述的智能问答方法，其特征在于，所述利用第一特征编码器对所述第一语句矩阵进行编码处理，得到第一编码矩阵包括：
从字符向量表中获取与所述第一语句矩阵对应的信息作为字符矩阵，并从位置向量表中获取与所述第一语句矩阵对应的信息作为位置矩阵；
计算所述字符矩阵与所述位置矩阵的总和，得到映射矩阵；
利用多头注意力机制处理所述映射矩阵，得到注意力矩阵；
计算所述映射矩阵与所述注意力矩阵的总和，得到特征矩阵；
对所述特征矩阵进行归一化处理，得到归一化矩阵；
利用所述预设全连接层对所述归一化矩阵进行特征整合，得到目标矩阵；
计算所述归一化矩阵与所述目标矩阵的总和，并对计算得到...

【专利技术属性】
技术研发人员：吴晓东，
申请(专利权)人：平安国际智慧城市科技股份有限公司，
类型：发明
国别省市：广东;44