智能问答的处理方法、系统、电子设备及存储介质技术方案

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，涉及机器学习与自然语言处理等人工智能技术领域。具体实现方案为：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，采用多层理解模块，通过多层理解决策所述问题的答案。本公开的技术方案，能够有效地提高智能问答的效率，增强智能性。增强智能性。增强智能性。

【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，提供了一种电子设备，包括：
[0012]至少一个处理器；以及
[0013]与所述至少一个处理器通信连接的存储器；其中，
[0014]所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如上所述的方面和任一可能的实现方式的方法。
[0015]根据本公开的又一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行如上所述的方面和任一可能的实现方式的方法。
[0016]根据本公开的再另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现如上所述的方面和任一可能的实现方式的方法。
[0017]根据本公开的技术，能够有效地提高智能问答的效率，增强智能性。
[0018]应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
[0019]附图用于更好地理解本方案，不构成对本公开的限定。其中：
[0020]图1是根据本公开第一实施例的示意图；
[0021]图2是根据本公开第二实施例的示意图；
[0022]图3是本实施例的智能问答系统的原理图；
[0023]图4是根据本公开第三实施例的示意图；
[0024]图5是根据本公开第四实施例的示意图；
[0025]图6是用来实现本公开实施例的智能问答的处理方法的电子设备的框图。
具体实施方式
[0026]以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
[0027]显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的全部其他实施例，都属于本公开保护的范围。
[0028]需要说明的是，本公开实施例中所涉及的终端设备可以包括但不限于手机、个人数字助理(Personal Digital Assistant，PDA)、无线手持设备、平板电脑(Tablet Computer)等智能设备；显示设备可以包括但不限于个人电脑、电视等具有显示功能的设备。
[0029]另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，一般表示前后关联对象是一种“或”的关系。
[0030]现有的智能问答系统，可以先接收用户输入的用户问题以及数据资料。然后对用户问题和数据资料进行理解；并根据理解的结果，获取用户问题对应的答案。其中，智能问题在理解用户问题和数据资料的过程中，也可以结合外部数据库的知识，从外部数据库中检索与用户问题、数据资料相关的实体和关系，并将这些实体或关系对应的知识一次性引入，以辅助智能问答系统对用户问题和数据资料的理解。
[0031]图1是根据本公开第一实施例的示意图；如图1所示，本实施例提供一种智能问答的处理方法，具体可以包括如下步骤：
[0032]S101、获取输入的问题以及数据资料；
[0033]S102、基于问题、数据资料以及多个知识库，采用预先训练的多层理解模块型，通过多层理解决策问题的答案。
[0034]本实施例的智能问答的处理方法的执行主体可以为智能问答系统，该智能问答系统可以为电子实体，或者也可以为采用软件集成的应用，使用时，用户向该智能问答系统输入问题和数据资料，该智能问答系统可以基于问题、数据资料和多个知识库，采用多层理解模型，通过多层理解，决策出该问题的答案，并输出。
[0035]本实施例的用户输入的问题可以是自然语言形式的语句，数据资料则可以是图
谱、表格、文档、视频等形态，根据数据资料的形态不同，本实施例的智能问答也可以相应的分为图谱问答、表格问答、文本问答和视频问答等具体类型。由于用户的问题是由自然语言描述的，其表达灵活和富有歧义的特性决定了理解的难度。数据资料无论是结构化的图谱和表格还是非结构化的文档和视频，都是不易理解的复杂数据对象。而且，智能问答的难度不仅在于问题和数据资料的各自理解，更在于二者理解过程的交互推理。需要对用户的问题和数据资料进行综合的理解和推理，才能制定出从数据资料中获取问题答案的求解路径。因此，对用户的问题和数据资料进行深度理解和推理是智能问答的核心难点。
[0036]另外，考虑到人类对用户的问题和数据资料的理解和推理过程展现出明显的层次，并在不同的层次调用不同类型的知识以辅助理解。例如，给定一张描述食物功用和禁忌的表格，回答“夏天吃啥比较好？”这样的问题。人类根据语言知识将问题理解为“在夏天这个季节适合吃什么食物”，根据常识知识得知“夏天”会产生“高温”并导致“烦躁”以及人类饮食需要遵循禁忌原则，最终通过词法、句法、语义、语用等多层面的理解和推理，结合表格中食物的功效和禁忌给出合理的答案，
“…
苦瓜清热解暑，黄瓜消渴解烦，苦瓜不宜与生黄瓜同食
…”
。用户本文档来自技高网...

【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：