【技术实现步骤摘要】
智能问答的处理方法、系统、电子设备及存储介质
[0001]本公开涉及计算机
,具体涉及机器学习与自然语言处理等人工智能
,尤其涉及一种智能问答的处理方法、系统、电子设备及存储介质。
技术介绍
[0002]智能问答是一类具有代表性的复杂认知任务,旨在根据用户问题从数据资料中获取和计算问题答案。
[0003]现有技术中,可以采用基于人工智能(Artificial Intelligence;AI)的智能问答系统来实现智能问答。实际应用中,智能问答系统可以遍布各种领域的各种应用场景中。例如,可以在家庭里的智能音箱、各种会场的智能引导机器人以及各种专业学习系统等等场景中,引入智能问答系统,实现对用户的问题进行智能的解答。
技术实现思路
[0004]本公开提供了一种智能问答的处理方法、系统、电子设备及存储介质。
[0005]根据本公开的一方面,提供了一种智能问答的处理方法,其中,所述方法包括:
[0006]获取输入的问题以及数据资料;
[0007]基于所述问题、所述数据资料以及多个知识库,采用预先训练的多层理解模型,通过多层理解决策所述问题的答案。
[0008]根据本公开的另一方面,提供了一种智能问答系统,包括:
[0009]获取单元,用于获取输入的问题以及数据资料;
[0010]决策功能单元,用于基于所述问题、所述数据资料以及多个知识库,采用多层理解模块,通过多层理解决策所述问题的答案。
[0011]根据本公开的再一方面,提供了一种电子 ...
【技术保护点】
【技术特征摘要】
1.一种智能问答的处理方法,其中,所述方法包括:获取输入的问题以及数据资料;基于所述问题、所述数据资料以及多个知识库,采用预先训练的多层理解模型,通过多层理解决策所述问题的答案。2.根据权利要求1所述的方法,其中,基于所述问题、所述数据资料以及多个知识库,采用预先训练的多层理解模型,通过多层理解决策所述问题的答案,包括:基于所述问题和所述数据资料,采用所述多层理解模型中的各层理解模块,借助于所述多个知识库进行逐层的理解,得到多层理解后的问题和数据资料;基于所述多层理解后的问题和数据资料,决策所述问题的答案。3.根据权利要求2所述的方法,所述多层理解模型包括M层理解模块,其中M为正整数;其中,基于所述问题和所述数据资料,采用所述多层理解模型中的各层理解模块,借助于所述多个知识库进行逐层的理解,得到多层理解后的问题和数据资料,包括:基于所述问题和所述数据资料,采用所述多层理解模型中第1层理解模块到第i层理解模块的i
‑
1层理解模块,借助于所述多个知识库进行词法和/或句法层面的逐层的理解,得到第i问题和第i数据资料;其中i为大于1、且小于M的正整数。4.根据权利要求3所述的方法,其中,基于所述问题和所述数据资料,采用所述多层理解模型中的各层理解模块,借助于所述多个知识库进行逐层的理解,得到多层理解后的问题和数据资料,还包括:基于所述第i层理解模块理解的所述第i问题和所述第i数据资料,依次采用所述多层理解模型中第i+1层理解模块到第M层理解模块的M
‑
i层理解模块,借助于所述多个知识库进行语义和/或语用层面的逐层的理解,得到所述多层理解后的问题和数据资料。5.根据权利要求2或3所述的方法,其中,基于所述问题和所述数据资料,采用所述多层理解模型中的各层理解模块,借助于所述多个知识库进行逐层的理解,得到多层理解后的问题和数据资料,包括:基于所述问题和所述数据资料,采用所述多层理解模型中的第1层理解模块,从所述多个知识库中引入第1层知识信息;基于引入的所述第1层知识信息,对所述问题和所述数据资料进行理解,得到经第1层理解模块理解的第一问题和第一数据资料。6.根据权利要求2或3所述的方法,其中,基于所述问题和所述数据资料,采用所述多层理解模型中的各层理解模块,借助于所述多个知识库进行逐层的理解,得到多层理解后的问题和数据资料,包括:基于第j
‑
1层理解模块理解的第j
‑
1问题和第j
‑
1数据资料,采用所述多层理解模型中的第j层理解模块,从所述多个知识库中引入第j层知识信息;其中j为大于1、且小于或者等于M的正整数;基于引入的所述第j层知识信息,对所述第j
‑
1问题和第j
‑
1数据资料进行理解,得到第j问题和第j数据资料。7.根据权利要求2
‑
6任一所述的方法,其中,基于所述多层理解后的问题和数据资料,决策所述问题的答案,包括:基于所述多层理解后的问题和数据资料,采用答案范围标定、程序指令生成或者答案
选择的方式,决策所述问题的答...
【专利技术属性】
技术研发人员:姜文斌,吕雅娟,朱勇,吴华,王海峰,
申请(专利权)人:北京百度网讯科技有限公司,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。