CN114416927B 智能问答方法、装置、设备及存储介质 （招商银行股份有限公司）

WO2021056709A1,2021.04.01WO2021139283A1,2021.07.15模型为基于预先收集的领域无标注语料信息对2将所述查询文本信息输入语义分类模型，获得目标问句语义向量本信息以及所述目标问句语义向量，在预设问答知识数据库进行字词检索和语义向量检基于所述查询文本信息、所述目标问句语义向量、所述召回将所述字词召回结果和所述语义召回结果进行合并去重处理，获得所计算所述查询文本信息与所述召回相似结果集中各个召回数据获取领域无标注语料信息，并基于所述领域无标注语料信息，获取待训练语料信息，其中，所述待训练语料信息包基于预设损失函数以及所述相似问集，对所述预训练语言模型进将所述相似问集的每一相似问、各所述相似问对应的问句3将所述相似度与预设相似度阈值进行比较，并基于所述相似度比较结果基于所述第一待训练三元组样本，对待训练相似度模型进行迭代基于各所述相似问的分类概率信息以及所述相似度比较结果，选取不同类别的相似基于各所述相似问的真实类别标签以及所述多类别相计算所述第二待训练三元组样本对应的训练字词匹配特和所述语义相似度模型计算所述第二待训练三元组样本基于所述训练特征矩阵，对待训练语义排序模型进行迭代训练，获获取新增问句信息的新增请求和/或删除问句将所述新增请求对应的新增问句信息输入至所述语义分类模型，输出新增语义向量，并将所述新增语义向量更新存储至所述预设确定所述删除请求对应的问句标签，并基于所述问句标签，删分类模型输出问句语义向量构建的训练三元组样4所述智能问答程序被所述处理器执行实现如权利要求1至7中任一项所述智能问答方56语义分类模型输出问句语义向量构建的训练三元组样本进行于不同类别问句语义向量构建的训练三元组样模型为基于所述语义分类模型输出问句语义向量构建的训练三元组样本进行迭代训练获建的训练三元组样本进行迭代训练获得，克服特征样本构造阶段类别不均衡的技术缺陷，进而实现了通过字词召回以及语义向量召回方式在预设问答知识数据库中检索用户问题7[0028]本申请实施例提供一种智能问答方法，在本申请智能问8模型输出问句语义向量构建的训练三元组样本进行迭[0041]具体地，计算所述查询文本信息与所述召回相似结果集中各个召回数据的相似[0043]步骤S31，计算所述查询文本信息与所述召回相似结果集中各个召回数据的相似相似度特征以及所述模型相似度特征作为所形成[特征a特征b特征c…是否相似]数据特征集，并将所述数据特征集作为所述目标特征9所述预设选取规则包括选取所述排序评分结果最高的结果或者基于排序评分结果选取预设数量评分排序较高的结果作为所述最终目标返中，所述语义分类模型为基于预先收集的领域无标注语料信息对BERT语言模型进行预训了通过字词召回以及语义向量召回方式在预设问答知识数据库中检索用户问题对应的召训练，获得所述语义分类模型，并输出训练分类结果，其中，所述预设损失函数包括AM-BERT-SimCSE表示信用卡领域无标注语料并引入SimCSE算法进行预训练的BERT模型，从表中体现出基于CMBCCD-BERT-SimCSE方法进行预测的准知识检索库可在预测阶段根据用户输入数据似问、各所述相似问对应的问句语义向量以及各所述相似问关联的标准问进行关联组合，预设数量的相似度较高的相似问与a1组成(a1,a2,1)对应的三元组样本，进而基于相似问a20,1)这20条相似问全属于同一个类别的集合，从而实现了利用BERT模型的训练分类结语义分类模型和所述语义相似度模型计算所述第二待训练三元组样本的训练语义相似度匹配特征以及语义相似度模型的相似度特征作为所述训练语义化所述待训练语义排序模型，并判断优化后的待训练语义排序模型是否满足迭代结束条[0099]本领域技术人员可以理解，图6中示出的智能问答设备结构并不构成对智能问答信模块以及智能问答程序。操作装置是管理和控制智能问答设备硬件和软件资源的程序，支持智能问答程序以及其它软件和/或程序的运行。网络通信模块用于实现存储器1005内[0101]在图6所示的智能问答设备中，处理器1001用于执行存储器1005中存储的智能问语义分类模型输出问句语义向量构建的训练三元组样本进行于不同类别问句语义向量构建的训练三元组样模型和所述语义相似度模型计算所述第二待训练三元组样本的训练语义[0132]将所述新增请求对应的新增问句信息输入至所述语义分类模型，以更新优化模一个或者一个以上的处理器执行以用于实现上述任一项所述的智能问答方[0136]本申请计算机可读存储介质具体实施方式与上述智能问答方法各实施例基本相