CN109284363A - 一种问答方法、装置、电子设备及存储介质 - Google Patents

Abstract

本发明实施例公开了一种问答方法、装置、电子设备及存储介质，所述方法包括：采用自然语言理解算法对用户输入的问题进行信息提取和补充，得到待处理问题；对所述待处理问题进行问题分类，得到所述待处理问题的问题类型；根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果；通过预设的规则模板和/或自然语言生成方法对所述检索结果进行处理，生成所述问题匹配的答案并返回给所述用户。本发明实施例的技术方案能够提高问答系统的回答准确率和效率。

Description

一种问答方法、装置、电子设备及存储介质

技术领域

本发明实施例涉及自然语言处理技术领域，特别是涉及一种问答方法、装置、电子设备及存储介质。

背景技术

随着自然语言理解技术的普及，出现了很多智能的问答系统。通过建立大量的知识库，对自然语言的句子进行分词、标注，然后将其与应通过大量的语料库训练好的知识库进行对比，从而让机器理解自然语言。问答系统能够集合庞大的互联网信息，对用户的生活或者工作等问题给出解答，为人们信息时代的生活提供便捷。而智能问答系统更能直接同用户进行对话，挖掘出用户对话中的信息，准确判断用户问题里的意图，从而智能的给出符合用户意图的答案。

对于问答系统来说，用户经常会提出一些特别复杂的查询。传统的问答系统通常仅对用户输入的问题进行简单的处理转换并根据得到的关键字来从预先定义好的知识库中检索出相应数据，这种处理方式非常类似现有的搜索引擎。

发明人在具体实施过程中，发现现有技术中存在下述问题：传统的问答系统通常并不会去做语义理解得到用户的意图，导致其检索出的答案与问题本身的相关度很差，其返回的结果很可能完全不是用户所需要的。同时，传统的问答交互系统是基于对纯文本的知识定位，往往包含了倒排表等数据结构，需要用到多个关键词的倒排表的综合排名，因此答案输出的效率也较低。

发明内容

有鉴于此，本发明实施例提供了一种问答方法、装置、电子设备及存储介质，主要目的在于解决问答系统存在的回答准确率和效率较低的问题。

为了解决上述问题，本发明实施例主要提供如下技术方案：

第一方面，本发明实施例提供了一种问答方法，该方法包括：

采用自然语言理解算法对用户输入的问题进行信息提取和补充，得到待处理问题；

对所述待处理问题进行问题分类，得到所述待处理问题的问题类型；

根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果；

通过预设的规则模板和/或自然语言生成方法对所述检索结果进行处理，生成所述问题匹配的答案并返回给所述用户。

第二方面，本发明实施例还提供一种问答装置，该装置包括：

问题获取模块，用于采用自然语言理解算法对用户输入的问题进行信息提取和补充，得到待处理问题；

问题分类模块，用于对所述待处理问题进行问题分类，得到所述待处理问题的问题类型；

检索结果获取模块，用于根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果；

答案生成模块，用于通过预设的规则模板和/或自然语言生成方法对所述检索结果进行处理，生成所述问题匹配的答案并返回给所述用户。

第三方面，本发明实施例还提供一种电子设备，包括：

至少一个处理器；

以及与所述处理器连接的至少一个存储器、总线；其中，

所述处理器、存储器通过所述总线完成相互间的通信；

所述处理器用于调用所述存储器中的程序指令，以执行本发明任意实施例所提供的问答方法。

第四方面，本发明实施例还提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行本发明任意实施例所提供的问答方法。

借由上述技术方案，本发明实施例提供的技术方案至少具有下列优点：

本发明实施例提供的问答方法通过采用自然语言理解算法对用户输入的问题进行信息提取和补充得到待处理问题，以对其进行问题分类得到对应的问题类型，然后根据预设的问题类型与图谱检索推理算法映射关系，采用匹配的图谱检索推理算法获取与待处理问题匹配的检索结果，最后通过预设的规则模板和/或自然语言生成方法对检索结果进行处理，从而生成最终的答案并返回给用户，解决了现有的问答系统存在的回答准确率和效率较低的问题，从而提高问答系统的回答准确率和效率。

上述说明仅是本发明实施例技术方案的概述，为了能够更清楚了解本发明实施例的技术手段，而可依照说明书的内容予以实施，并且为了让本发明实施例的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明实施例的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明实施例的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1是本发明实施例一提供的一种问答方法的流程图；

图2a是本发明实施例二提供的一种问答方法的流程图；

图2b是本发明实施例二提供的一种问答方法的流程图；

图2c是本发明实施例二提供的一种图谱检索流程图；

图2d是本发明实施例二提供的一种图数据库所存的金融知识图谱中部分金融知识实体和关系的示意图；

图3是本发明实施例三提供的一种问答装置的示意图；

图4为本发明实施例四提供的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

实施例一

图1是本发明实施例一提供的一种问答方法的流程图，本实施例可适用于快速、准确地输出问题答案的情况，该方法可以由问答提供装置来执行，该装置可以由软件和/或硬件的方式来实现。相应的，如图1所示，该方法包括如下操作：

S110、采用自然语言理解算法对用户输入的问题进行信息提取和补充，得到待处理问题。

其中，自然语言理解算法可以是任意一种实现人与计算机之间用自然语言进行有效通信的方法，例如关键词匹配、问句关键词提取、词典、同义词、命名实体识别、基于规则的句式匹配或句法依存关系分析等一系列方法。待处理问题可以是经过数据处理后所形成的问题。其中，数据处理包括但不限于繁简转换、中文分词、词性标注、数据清洗、句法解析、实体识别和/或语音转文字等过程。

在本发明实施例中，用户可以采用手动输入或语音输入等方式向问答系统输入问题。问答系统获取到用户输入的问题后，可以采用自然语言理解算法对问题进行信息提取和补充。其中，信息提取方法可以包括但不限于基于词性标注提取、基于语义分析提取及基于语篇分析提取等。对问题进行补充主要是检测并补全用户所提问题中句子结构的缺失部分。经过信息提取和补充处理后，问答系统可以得到待处理问题。对问题进行信息提取和补充的过程也即对问题进行问句理解的过程。在进行问句理解的过程中，问答系统可以判断出用户的意图。

S120、对所述待处理问题进行问题分类，得到所述待处理问题的问题类型。

相应的，获取到待处理问题后，问答系统可以对其进行问题分类，得到待处理问题对应的问题类型。可选的，可以采用分类模型从问题类型、用户行为、情感识别等多方面对待处理问题进行分类。相应的，问题类型可以包括概念类问题和非概念类问题等。

S130、根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果。

其中，图谱检索推理算法可以是应用于知识图谱中的，用于进行解决问题回答和信息检索的方法。

知识图谱是大量知识的汇聚。现阶段知识的表现形式一般为大量的非结构化文本，而知识图谱就是把大量蕴含知识的文本变成三元组，即实体(entity)-关系(relation)-实体(entity)的形式，并通过某种方式存储和展现，提供一些检索方法来供人获取知识。同时，结合推理技术，能对知识图谱进行有效的知识扩充，增加知识的覆盖面。知识图谱构建基于知识库的方法，以为计算机提供一定程度的知识和知识关联，在这种形式下，计算机根据知识库信息来对用户的问题进行意图判断。知识库是依靠网络资源所建立的，其包含相关领域实体词、专业实体词和对应实体词属性。进一步的，可以根据问答数据集建立这些实体词之间的关联(即关系)，从而使用知识关系图谱来展现实体词之间的关联。

将知识图谱应用于问答系统具有以下优势：1)语义理解更加智能化。语义理解程度是问答系统的核心指标。对于纯文本数据，语义理解往往建立在问句与文本句子的相似度计算。然而语义理解和知识的本质在于关联，这种一对一的相似度计算忽视了数据关联。在知识图谱中，所有知识点被具有语义信息的边所关联。从问句到知识图谱的知识点的匹配关联过程中,可以用到大量其关联结点的关联信息，这种关联信息无疑为智能化的语义理解提供了条件。2)回答准确率更高。知识图谱的知识来自专业人士标注，或者专业数据库的格式化抓取，这就从根本上保证了数据的高准确率。而纯文本中，由于同类知识容易在文本中多次提及，会导致数据不一致的现象，降低了其准确率。3)检索效率更高。知识图谱的结构化组织形式，为计算机的快速知识检索提供了格式支持。计算机可以利用结构化语言如SQL(Structured Query Language，结构化查询语言)、SPARQL(Simple Protocol andRDF Query Language)等进行精确知识定位。而对于纯文本的知识定位，则往往包含了倒排表等数据结构，需要用到多个关键词的倒排表的综合排名，效率较低。

在本发明实施例中，针对待处理问题不同的问题类型，可以采用不同的图谱检索推理算法在知识图谱中进行检索以获取与待处理问题匹配的检索结果。因此，在获取到待处理问题对应的问题类型后，可以根据问题类型与图谱检索推理算法映射关系为其确定匹配的图谱检索推理算法。

S140、通过预设的规则模板和/或自然语言生成方法对所述检索结果进行处理，生成所述问题匹配的答案并返回给所述用户。

其中，规则模板和自然语言生成方法均是利用知识图谱所得到的检索结果进行处理以生成自然文本处理的方法。例如，规则模板可以是启发式规则，自然语言生成方法可以是集束搜索(Beam Search)和随机搜索(Random Search)等，本发明实施例并不对规则模板和自然语言生成方法的具体内容进行限定。

可以理解的是，利用图谱检索推理算法在知识图谱中获取到的检索结果只包括实体和关系信息。因此，在利用图谱检索推理算法在知识图谱中获取到检索结果后，可以通过预设的规则模板和/或自然语言生成方法对检索结果进行组织处理，得到对应的自然文本作为问题匹配的答案，并将最终生成的答案返回给用户。

本发明实施例提供的问答方法通过采用自然语言理解算法对用户输入的问题进行信息提取和补充得到待处理问题，以对其进行问题分类得到对应的问题类型，然后根据预设的问题类型与图谱检索推理算法映射关系，采用匹配的图谱检索推理算法获取与待处理问题匹配的检索结果，最后通过预设的规则模板和/或自然语言生成方法对检索结果进行处理，从而生成最终的答案并返回给用户，解决了现有的问答系统存在的回答准确率和效率较低的问题，从而提高问答系统的回答准确率和效率。

实施例二

图2a是本发明实施例二提供的一种问答方法的流程图，图2b是本发明实施例二提供的一种问答方法的流程图，本实施例以上述实施例为基础进行具体化，在本实施例中，给出了问题类型的具体类型，以及根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果的具体实现方式，同时给出了一种预设知识图谱的构建方式。相应的，如图2a和图2b所示，该方法包括如下操作：

S210、采用自然语言理解算法对用户输入的问题进行信息提取和补充，得到待处理问题。

S220、对所述待处理问题进行问题分类，得到所述待处理问题的问题类型。

S230、根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果。

其中，所述问题类型包括概念类问题和非概念类问题。相应的，S230具体可以包括下述S231a-S232a及S231b-S233b两组并列操作。

相应的，当问题类型为概念类问题时，S230具体可以包括S231a-S232a等操作。

S231a、提取所述待处理问题的概念主体信息作为目标实体，并补充所述目标实体对应的目标关系。

相应的，如果问答系统确定待处理问题的问题类型为概念类问题，则可以直接提出问题中的概念主体信息作为目标实体，并补充目标实体对应的目标关系。

示例性的，假设待处理问题为“什么是人民币？”，则其对应的目标实体可以是“人民币”，对应的目标关系可以是“定义”。

S232a、根据所述目标实体与所述目标关系在预设知识图谱中进行检索，得到所述检索结果。

其中，预设知识图谱可以是任意专业领域所构建的知识图谱。如，金融领域或娱乐新闻领域等，本发明实施例并不对预设知识图谱所涉及的领域和包括的具体内容进行限定。

在本发明实施例中，在确定概念类问题对应的目标实体和目标关系后，即可以直接将目标实体和目标关系映射到预设知识图谱中进行检索。

相应的，当问题类型为非概念类问题时，S230具体可以包括S231b-S233b等操作。

S231b、对所述待处理问题进行实体和关系信息填充，得到包括至少一组中间实体和中间关系的列表。

在本发明实施例中，对于非概念类问题，经过问题理解和分类可能无法获取准确的实体和关系。此时，问答系统可以对待处理问题进行实体和关系信息填充，从而得到包括至少一组中间实体和中间关系的列表。后续可以对包括多组中间实体和中间关系的列表进行检索和答案输出。

S232b、对所述列表中的中间实体和中间关系进行筛选，得到目标实体和目标关系。

相应的，在获取到列表后，可以对列表中的中间实体和中间关系进行筛选，得到目标实体和目标关系。需要说明的是，最终得到的目标实体和目标关系可以是一组，也可以是多组，具体需要依据待处理问题的内容进行确定。

例如，假设待处理问题是“银团贷款业务的角色具体包括哪些类型”，则其对应的目标实体和目标关系可以是一组。假设待处理问题是“银团贷款业务的角色具体包括哪些类型，银团成员的具体职责包括哪些内容”，则最终得到的目标实体和目标关系可以有至少两组，分别对应与“银团贷款业务的角色具体包括哪些类型”的子问题和“银团成员的具体职责包括哪些内容”的子问题。

S233b、根据所述目标实体与所述目标关系在预设知识图谱中进行检索，得到所述检索结果。

同理，在本发明实施例中，在确定非概念类问题对应的目标实体和目标关系后，即可以将目标实体和目标关系映射到预设知识图谱中进行检索。

在本发明的一个可选实施例中，所述预设知识图谱采用图数据库的方式进行存储；

根据所述目标实体与所述目标关系在预设知识图谱中进行检索，得到所述检索结果，可以包括：

根据所述目标实体和目标关系的完整名称在预设知识图谱中进行精准检索，得到目标子图作为所述检索结果；或

根据所述目标实体和目标关系的部分名称在预设知识图谱中进行模糊检索，得到至少两组匹配的关联子图作为所述检索结果。

在本发明实施例中，预设知识图谱可以采用图数据库的方式进行存储。同时，预设知识图谱还可以提供多种检索方式。第一种是精准检索方式，即基于实体和关系名称的精准检索。具体可以在预设知识图谱中输入待查询的目标实体和目标关系的完整名称，从而依据该目标实体和目标关系在预设知识图谱中进行精准查询，检索结果可以以子图的方式返回。同时，精准检索还可以支持指定的检索深度，以方便查询更多更深层次的知识。第二种是模糊检索方式，即基于实体和关系名称的模糊检索。具体可以在预设知识图谱中输入待查询的目标实体和目标关系的部分名称，预设知识图谱所匹配的检索引擎可以采用相似度匹配算法对获取到的多种检索结果进行打分，并依据打分结果返回前几个匹配的实体-关系的关联子图作为检索结果。需要说明的是，预设知识图谱还可以提供基于自然语言方式的询问式检索方式。询问式检索方式无需问答系统提前根据问题分类获取目标实体和目标关系，预设知识图谱所匹配的检索引擎可以实现基本的问题理解、问题分类以及意图识别等自然语言理解算法，进而将问题中包含的知识映射到预设知识图谱的实体和关系，并基于上述精准检索或模糊检索方式进行图谱检索，并返回检索结果。

图2c是本发明实施例二提供的一种图谱检索流程图，如图2c所示，上述三种检索方式可以总结为：在预设知识图谱中输入检索内容后可以首先进行模糊匹配查询。如果确定达到匹配阈值，则可以进行实体映射、问题分类、规则匹配及图谱检索等流程，否则，对输入的检索内容进行分词、实体识别和关键词识别等操作，在进入后续的实体映射等环节，最后以子图的方式输出检索结果。需要说明的是，知识并非是一成不变的，有的知识可能具有时效性，预设知识图谱在自动化构建过程也难以达到100％的准确性。因此，预设知识图谱的管理系统可以支持以可视化的方式对图谱的实体和关系进行增删改查等编辑操作，同时其检索方式也可均支持可视化方式的交互。

S240、通过预设的规则模板和/或自然语言生成方法对所述检索结果进行处理，生成所述问题匹配的答案。

S250、通过预设推理算法判断所述目标实体和目标关系与所述问题匹配的答案之间的关联度是否满足预设关联度阈值需求，若是，则执行S270；否则，返回执行S232b，或者执行S260。

其中，预设推理算法可以是预设知识图谱所采用的推理算法，如路径张量分解的知识图谱推理算法等，本发明实施例并不对预设推理算法的具体类型进行限定。预设关联度阈值可以是根据实际需求所设定的阈值，本发明实施例并不对预设关联度阈值的具体数值进行限定。

需要说明的是，如果确定问题类型为非概念类问题，则在通过预设的规则模板和/或自然语言生成方法对检索结果进行处理，生成问题匹配的答案之后，还需要通过预设推理算法判断筛选出的目标实体和目标关系与问题匹配的答案之间的关联度。当确定关联度不满足预设关联度阈值需求，如低于预设关联度阈值时，表明其检索结果与问题的关联性较低，可以重新利用预设知识图谱进行检索或利用其他方式输入问题匹配的答案。

当重新利用预设知识图谱进行检索时，可以返回执行对列表中的中间实体和中间关系进行筛选，得到目标实体和目标关系的操作。可选的，此时的筛选方式可以包括两种：第一种为在上一次筛选所得到的目标实体和目标关系的基础上进一步筛选，得到新的目标实体和目标关系。例如，上一次筛选得到3组目标实体和目标关系，则重新筛选时可以在3组目标实体和目标关系的基础上进一步筛选得到新的目标实体和目标关系。第二种则依然利用最初形成的列表中的中间实体和中间关系进行筛选，得到新的目标实体和目标关系。例如，最初得到的列表中包括5组中间实体和中间关系，第一次筛选得到2组目标实体和目标关系。返回重新筛选时，依然依据最初得到的列表中包括5组中间实体和中间关系进行筛选，得到2组新的目标实体和目标关系。

S260、直接通过预设的规则模板和/或自然语言生成方法生成与问题匹配的答案。

相应的，在本发明实施例中，当确定关联度不满足预设关联度阈值需求时，可以直接通过预设的规则模板和/或自然语言生成方法生成与问题匹配的答案。

S270、将所述答案问题匹配的答案返回给所述用户。

在本发明的一个可选实施例中，所述预设知识图谱为基于金融管理条例预先构建的。

在本发明实施例中，可选的，预设知识图谱可以基于金融管理条例预先构建。具体的，可以预先准备金融管理条例相关学习资料，借助机器学习方法对金融管理条例相关学习资料进行学习，将学习到的金融领域知识实体及金融领域知识实体之间的关系进行梳理并保存在数据库中得到匹配的图数据库。图2d是本发明实施例二提供的一种图数据库所存的金融知识图谱中部分金融知识实体和关系的示意图。如图2d所示，金融知识图谱可以根据查询条件将图谱中的相关信息进可视化展示，通过点击实体对应的节点或关系对应的联系还可提供可操作提示，以完成对知识图谱信息的扩展与修改等。

需要说明的是，图2a和图2b仅是一种实现方式的示意图，S231a-S232a与S231b-S233b之间并没有先后执行顺序。也即，可以先执行S231a-S232a，再执行S231b-S233b，也可以先执行S231b-S233b，再执行S231a-S232a，或者两者还可以择一实施或并行实施。

采用上述技术方案，通过根据用户问题确定的具体问题类型采用匹配的图谱检索推理算法获取匹配的检索结果，并依据检索结果生成问题匹配的答案并返回给所述用户，解决了现有的问答系统存在的回答准确率和效率较低的问题，从而提高问答系统的回答准确率和效率。

需要说明的是，以上各实施例中各技术特征之间的任意排列组合也属于本发明的保护范围。

实施例三

图3是本发明实施例三提供的一种问答装置的示意图，如图3所示，所述装置包括：问题获取模块310、问题分类模块320、检索结果获取模块330以及答案生成模块340，其中：

问题获取模块310，用于采用自然语言理解算法对用户输入的问题进行信息提取和补充，得到待处理问题；

问题分类模块320，用于对所述待处理问题进行问题分类，得到所述待处理问题的问题类型；

检索结果获取模块330，用于根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果；

答案生成模块340，用于通过预设的规则模板和/或自然语言生成方法对所述检索结果进行处理，生成所述问题匹配的答案并返回给所述用户。

本发明实施例通过采用自然语言理解算法对用户输入的问题进行信息提取和补充得到待处理问题，以对其进行问题分类得到对应的问题类型，然后根据预设的问题类型与图谱检索推理算法映射关系，采用匹配的图谱检索推理算法获取与待处理问题匹配的检索结果，最后通过预设的规则模板和/或自然语言生成方法对检索结果进行处理，从而生成最终的答案并返回给用户，解决了现有的问答系统存在的回答准确率和效率较低的问题，从而提高问答系统的回答准确率和效率。

可选的，所述问题类型包括概念类问题；检索结果获取模块330，具体用于提取所述待处理问题的概念主体信息作为目标实体，并补充所述目标实体对应的目标关系；根据所述目标实体与所述目标关系在预设知识图谱中进行检索，得到所述检索结果。

可选的，所述问题类型包括非概念类问题；检索结果获取模块330，具体用于对所述待处理问题进行实体和关系信息填充，得到包括至少一组中间实体和中间关系的列表；对所述列表中的中间实体和中间关系进行筛选，得到目标实体和目标关系；根据所述目标实体与所述目标关系在预设知识图谱中进行检索，得到所述检索结果。

可选的，所述装置还包括：关联度确定模块，用于通过预设推理算法判断所述目标实体和目标关系与所述问题匹配的答案之间的关联度；返回执行模块，用于如果确定所述关联度不满足预设关联度阈值需求，则返回执行对所述列表中的中间实体和中间关系进行筛选，得到目标实体和目标关系的操作，直至所述关联度满足预设关联度阈值需求；第一答案返回模块，用于将所述答案问题匹配的答案返回给所述用户。

可选的，所述装置还包括：第二答案返回模块，用于如果确定所述关联度不满足预设关联度阈值需求，则直接通过预设的规则模板和/或自然语言生成方法生成与问题匹配的答案并返回给所述用户。

可选的，所述预设知识图谱采用图数据库的方式进行存储；检索结果获取模块330，具体用于根据所述目标实体和目标关系的完整名称在预设知识图谱中进行精准检索，得到目标子图作为所述检索结果；或

根据所述目标实体和目标关系的部分名称在预设知识图谱中进行模糊检索，得到至少两组匹配的关联子图作为所述检索结果。

可选的，所述预设知识图谱为基于金融管理条例预先构建的。

上述问答装置可执行本发明任意实施例所提供的问答方法，具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节，可参见本发明任意实施例提供的问答方法。

由于本实施例所介绍的问答装置为可以执行本发明实施例中的问答方法的装置，故而基于本发明实施例中所介绍的问答方法，本领域所属技术人员能够了解本实施例的问答装置的具体实施方式以及其各种变化形式，所以在此对于该问答装置如何实现本发明实施例中的问答方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中问答方法所采用的装置，都属于本申请所欲保护的范围。

实施例四

图4为本发明实施例四提供的一种电子设备的结构示意图。如图4所示，电子设备包括：至少一个处理器(processor)41；以及与所述处理器41连接的至少一个存储器(memory)42、总线43；其中，

所述处理器41、存储器42通过所述总线43完成相互间的通信；

所述处理器41用于调用所述存储器42中的程序指令，以执行上述问答方法实施例中的步骤。例如，所述处理器41执行：采用自然语言理解算法对用户输入的问题进行信息提取和补充，得到待处理问题；对所述待处理问题进行问题分类，得到所述待处理问题的问题类型；根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果；通过预设的规则模板和/或自然语言生成方法对所述检索结果进行处理，生成所述问题匹配的答案并返回给所述用户。

实施例五

本发明实施例五提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行上述各方法实施例所提供的问答方法：采用自然语言理解算法对用户输入的问题进行信息提取和补充，得到待处理问题；对所述待处理问题进行问题分类，得到所述待处理问题的问题类型；根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果；通过预设的规则模板和/或自然语言生成方法对所述检索结果进行处理，生成所述问题匹配的答案并返回给所述用户。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、只读光盘(Compact Disc-Read Only Memory，CD-ROM)、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(Central ProcessingUnit/Processor，CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RandomAccess Memory，RAM)和/或非易失性内存等形式，如只读存储器(Read Only Memory，ROM)或闪存(flash RAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(Parallel Random Access Machine，PRAM)、静态随机存取存储器(Static Random-Access Memory，SRAM)、动态随机存取存储器(Dynamic Random Access Memory，DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(Electrically Erasable Programmable Read-OnlyMemory，EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(Digital Video Disc，DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitory media)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

本领域技术人员应明白，本申请的实施例可提供为方法、系统或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。

Claims (10)

1.一种问答方法，其特征在于，包括：

采用自然语言理解算法对用户输入的问题进行信息提取和补充，得到待处理问题；

对所述待处理问题进行问题分类，得到所述待处理问题的问题类型；

根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果；

通过预设的规则模板和/或自然语言生成方法对所述检索结果进行处理，生成所述问题匹配的答案并返回给所述用户。

2.根据权利要求1所述的方法，其特征在于，所述问题类型包括概念类问题；

根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果，包括：

提取所述待处理问题的概念主体信息作为目标实体，并补充所述目标实体对应的目标关系；

根据所述目标实体与所述目标关系在预设知识图谱中进行检索，得到所述检索结果。

3.根据权利要求1所述的方法，其特征在于，所述问题类型包括非概念类问题；

根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果，包括：

对所述待处理问题进行实体和关系信息填充，得到包括至少一组中间实体和中间关系的列表；

对所述列表中的中间实体和中间关系进行筛选，得到目标实体和目标关系；

根据所述目标实体与所述目标关系在预设知识图谱中进行检索，得到所述检索结果。

4.根据权利要求3所述的方法，其特征在于，在通过预设的规则模板和/或自然语言生成方法对所述检索结果进行处理，生成所述问题匹配的答案之后，还包括：

通过预设推理算法判断所述目标实体和目标关系与所述问题匹配的答案之间的关联度；

如果确定所述关联度不满足预设关联度阈值需求，则返回执行对所述列表中的中间实体和中间关系进行筛选，得到目标实体和目标关系的操作，直至所述关联度满足预设关联度阈值需求；

将所述答案问题匹配的答案返回给所述用户。

5.根据权利要求4所述的方法，其特征在于，在通过预设推理算法判断所述目标实体和目标关系与所述问题匹配的答案之间的关联度之后，还包括：

如果确定所述关联度不满足预设关联度阈值需求，则直接通过预设的规则模板和/或自然语言生成方法生成与问题匹配的答案并返回给所述用户。

6.根据权利要求2或3任一所述的方法，其特征在于，所述预设知识图谱采用图数据库的方式进行存储；

根据所述目标实体与所述目标关系在预设知识图谱中进行检索，得到所述检索结果，包括：

根据所述目标实体和目标关系的完整名称在所述预设知识图谱中进行精准检索，得到目标子图作为所述检索结果；或

根据所述目标实体和目标关系的部分名称在所述预设知识图谱中进行模糊检索，得到至少两组匹配的关联子图作为所述检索结果。

7.根据权利要求2-5任一所述的方法，其特征在于，所述预设知识图谱为基于金融管理条例预先构建的。

8.一种问答装置，其特征在于，包括：

问题获取模块，用于采用自然语言理解算法对用户输入的问题进行信息提取和补充，得到待处理问题；

问题分类模块，用于对所述待处理问题进行问题分类，得到所述待处理问题的问题类型；

检索结果获取模块，用于根据预设的问题类型与图谱检索推理算法映射关系，针对所述问题类型采用匹配的图谱检索推理算法获取与所述待处理问题匹配的检索结果；

答案生成模块，用于通过预设的规则模板和/或自然语言生成方法对所述检索结果进行处理，生成所述问题匹配的答案并返回给所述用户。

9.一种电子设备，其特征在于，包括：

至少一个处理器；

以及与所述处理器连接的至少一个存储器、总线；其中，

所述处理器、存储器通过所述总线完成相互间的通信；

所述处理器用于调用所述存储器中的程序指令，以执行权利要求1至权利要求7中任一项所述的问答方法。

10.一种非暂态计算机可读存储介质，其特征在于，所述非暂态计算机可读存储介质存储计算机指令，所述计算机指令使所述计算机执行权利要求1至权利要求7中任一项所述的问答方法。