(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 202011460792.2
(22)申请日 2020.12.11
(71)申请人 南京三眼精灵信息技术有限公司
地址 211100 江苏省南京市江宁开发区迎
翠路7号
(72)发明人 吕鹏飞 汪利鹏 陈卓 李侃
孙启明 郭显宽
(74)专利代理机构 北京中政联科专利代理事务
所(普通合伙) 11489
代理人 陈超
(51)Int.Cl.
G06F 16/332(2019.01)
G06F 16/33(2019.01)
G06F 16/36(2019.01)
(54)发明名称
(57)摘要
本申请实施例提供一种基于人工智能技术
的类脑问答系统，包括：问答环境模块、问答模式
模块以及问答方法模块；所述问答环境模块用于
提供问答配置和数据；所述问答模式用于生成对
识问答单元、检索问答单元以及闲聊问答单元；
本申请能够通过对五要素“人”、“事”、“物”、
回答；通过行业开放知识，提供检索问答以及闲
聊问题问答。权利要求书2页 说明书7页 附图3页CN 112632239 A 2021.04.09
C N 112632239
A
1.一种基于人工智能技术的类脑问答系统，其特征在于，包括：问答环境模块、问答模式模块以及问答方法模块；
所述问答环境模块用于提供问答配置和数据；
所述问答模式用于生成对话流；
所述问答方法模块包括任务问答单元、知识问答单元、检索问答单元以及闲聊问答单元。
2.根据权利要求1所述的基于人工智能技术的类脑问答系统，其特征在于，所述问答模式包括：
任务问答和知识问答切换单元，用于判断是否有匹配候选问句，如果有候选问句，则判断候选问句置信度是否大于设定置信度阈值，其中，设定的置信度阈值α，候选问句置信度为βn，如果βn>α，则直接进行返回复，如果βn<α则切换进入知识问答环节进行回复，如果没有匹配候选问句，则切换进入下一个知识问答环节。
3.根据权利要求1所述的基于人工智能技术的类脑问答系统，其特征在于，所述问答模式包括：
知识问答和检索问答切换单元，用于判断知识库是否有查询结果，如果没有查询结果，则切换进入下一个检索问答环节，如果有匹配结果，则直接进行返回。
4.根据权利要求1所述的基于人工智能技术的类脑问答系统，其特征在于，所述问答模式包括：
检索问答和闲聊问答切换单元，用于判断是否有匹配候选答复，如果有候选答复，判断候选答复相似度是否大于设定相似度阈值，其中，设定的相似度阈值α，候选答复相似度值为γn，如果γn>α则返回进行回复，如果γn<α则切换进入闲聊问答环节进行回复。
5.根据权利要求1所述的基于人工智能技术的类脑问答系统，其特征在于，所述任务问答单元用于执行以下步骤：
接收任务问答环节转发的问题；
采用自然语言处理工具对问题短语进行切分，产生候选实体，并对节点对应元素类别进行标注。基于句法依存分关系，例如主谓宾、动宾结构、主从句结构等匹配形成的规则，构建查询结构；
利用查询图生成多个SPARQL，并利用数据集中的部分信息对多个SPARQL进行过滤和优化，其中就包括歧义的消除；
访问知识图库，执行SPARQL进行查询，返回结果；
如果没有结果返回，则切换到检索问答机器人进行回复。
6.根据权利要求1所述的基于人工智能技术的类脑问答系统，其特征在于，所述检索问答单元用于执行以下步骤：
接收知识问答环节转发的问题；
接收用户问题，对用户输入的问题和文档库数据计算相似度，通过matching模型计算问题相似度作为候选回复，输出matching score转为为特征；
采用ranking模型对候选回复进行排序，把相似度较高的文本所对应的答案返回给用户；
如果没有匹配答复或者相似度太低，切换到闲聊问答机器人进行回复。
7.根据权利要求1所述的基于人工智能技术的类脑问答系统，其特征在于，所述闲聊问答单元用于执行以下步骤：
接收检索问答环节转发的问题；
通过用户问题，采用序列模型和Attention生成回复。
基于人工智能技术的类脑问答系统
技术领域
[0001]本申请涉及人工智能领域，具体涉及一种基于人工智能技术的类脑问答系统。
背景技术
[0002]在新模式下的信息化智能建设中，如何打通集中式的数据和知识中心与基层行 业工作人员的应用使用，使平台中积累的多方面信息数据和广大专家的知识智慧， 能够赋能基层用户，在不同的业务场景中进行应用和验证，是行业中函待解决的 痛点问题。在此背景下，为了解决上述的痛点问题，建立基于类脑问答技术，研 发行业智能助手，提供语音、文本、图片等多模态的交互方式，通过自然语言处 理和其他AI技术，理解终端用户的需求，基于庞大的行业知识进行推理和计算， 满足用户的场景业务需求。同时，基于终端用户的反馈，对行业积累的专家知识 和行业智慧进行反馈升级，不断优化，最终促进整个行业智慧的升华。
[0003]
[0004]在近几年的智能助手市场上，国内互联网公司在智能语音方面也发展迅速，其 中互联网企业和金融企业是智能助手发展的两个前端行业。
[0005]随着移动互联网在国内的迅猛发展，国内互联网企业凭借自带的天然C端优 势，不断依靠其庞大的用户量、大量真实场景下的数据积累、以及背后强大的搜 索，形成各自特点的智能助手，协助用户完成相应的产品推荐、服务引导等，代 表产品如百度秘书、小度、华为助手、小米助手等。技术侧，则通过积累形成开 放开发平台，如百度的DuerOS、UNIT；金融行业最初是从简化复杂的业务办理 流程、节省人力物力的角度，引入智能客服助理，帮助用户高效完成相应的业务 操作，而随着技术和数据的积累，又催生出后续的增值服务推荐、生活助理、智 能理财等发展方向，代表产品如各银行虚拟形象助手。[0006]目前国内智能助手在其他行业的应用还较少，形式多以客服、知识问答形式出 现，缺少对行业知识的运用，在智能识别、推理解答方面还有较大欠缺。
[0007] 1.多数面向个人用户，解决生活助理等，缺乏面向行业的类脑问答。
[0008] 2.行业用户的现有知识类型丰富，不同数据的重要性和特点差异很大，缺乏 有效整合利用。
[0009] 3.智能类助手通常采用单一问答形式，覆盖场景有限，无法理解用户真正意 图，问答回复准确率低。
发明内容
[0010]针对现有技术中的问题，本申请提供一种基于人工智能技术的类脑问答系统， 能够通过对五要
素“人”、“事”、“物”、“地”、“组织”进行挖掘、分析构建知识 图谱，结合自然语言理解加知识推理，提供领域知识型问题回答；通过行业开放 知识，提供检索问答以及闲聊问题问答。
[0011]为了解决上述问题中的至少一个，本申请提供以下技术方案：
[0012]第一方面，本申请提供一种基于人工智能技术的类脑问答系统，包括：问答 环境模块、问答模式模块以及问答方法模块；
[0013]所述问答环境模块用于提供问答配置和数据；
[0014]所述问答模式用于生成对话流；
[0015]所述问答方法模块包括任务问答单元、知识问答单元、检索问答单元以及闲聊 问答单元。
[0016]进一步地，所述问答模式包括：
[0017]任务问答和知识问答切换单元，用于判断是否有匹配候选问句，如果有候选问 句，则判断候选问句置信度是否大于设定置信度阈值，其中，设定的置信度阈值 α，候选问句置信度为βn，如果βn>α，则直接进行返回复，如果βn<α则切换 进入知识问答环节进行回复，如果没有匹配候选问句，则切换进入下一个知识问 答环节。
[0018]进一步地，所述问答模式包括：
[0019]知识问答和检索问答切换单元，用于判断知识库是否有查询结果，如果没有查 询结果，则切换进入下一个检索问答环节，如果有匹配结果，则直接进行返回。
[0020]进一步地，所述问答模式包括：
[0021]检索问答和闲聊问答切换单元，用于判断是否有匹配候选答复，如果有候选答 复，判断候选答复相似度是否大于设定相似度阈值，其中，设定的相似度阈值α， 候选答复相似度值为γn，如果γn>α则返回进行回复，如果γn<α则切换进入 闲聊问答环节进行回复。
[0022]进一步地，所述任务问答单元用于执行以下步骤：
[0023]接收任务问答环节转发的问题；
[0024]采用自然语言处理工具对问题短语进行切分，产生候选实体，并对节点对应 元素类别进行标注。基于句法依存分关系，例如主谓宾、动宾结构、主从句结构 等匹配形成的规则，构建查询结构；
[0025]利用查询图生成多个SPARQL，并利用数据集中的部分信息对多个SPARQL 进行过滤和优化，其中就包括歧义的消除；
[0026]访问知识图库，执行SPARQL进行查询，返回结果；
[0027]如果没有结果返回，则切换到检索问答机器人进行回复。
[0028]进一步地，所述检索问答单元用于执行以下步骤：
[0029]接收知识问答环节转发的问题；
[0030]接收用户问题，对用户输入的问题和文档库数据计算相似度，通过matching 模型计算问题相似度作为候选回复，输出matching score转为为特征；
[0031]采用ranking模型对候选回复进行排序，把相似度较高的文本所对应的答案返 回给用户；
[0032]如果没有匹配答复或者相似度太低，切换到闲聊问答机器人进行回复。[0033]进一步地，所述闲聊问答单元用于执行以下步骤：
[0034]接收检索问答环节转发的问题；
[0035]通过用户问题，采用序列模型和Attention生成回复。
[0036]由上述技术方案可知，本申请提供一种基于人工智能技术的类脑问答系统，通 过
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议