一种知识问答系统中的多轮对话方法与装置

摘要

本发明公开了一种知识问答系统中的多轮对话方法与装置，多轮对话方法包括获取当前问句的历史实体和历史关系；根据当前问句筛选出候选实体；对候选实体的特征进行加权处理，获得主实体；根据主实体和历史实体在知识库中的相邻关系及相邻实体组成候选路径；对候选路径的特征进行加权处理，获得最终路径；根据最终路径获取答案并返回给用户；获取最终路径的所有实体和所有关系作为下一轮问答的历史实体和历史关系。通过该方法，上一问句的历史信息都被完整地加入当前问答中，保证了历史信息获取的准确性，且避免了大量的人工成本。

说明书

技术领域

本发明涉及信息处理领域，尤其涉及一种知识问答系统中的多轮对话方法与装置。

背景技术

知识问答系统是指基于知识图谱库的问答系统，其主要应用在医疗、银行、保险、零售等行业。知识图谱库由大量的三元组组成，三元组包括实体和关系，可以写成(实体1，关系，实体2)形式。知识问答系统接收用户输入的自然语言问句，并对问句进行语义解析和理解，利用知识图谱库进行查询和推理获得与问句最匹配的答案路径及其答案，最终将答案返回给用户。

知识问答系统中的多轮对话是指问答系统可以利用历史问句信息来辅助获取当前问句的答案，使得用户在向系统提问时系统能利用之前问句的信息。例如当前，很多场景下需要由系统与用户进行对话，如客服领域，用户的对话通常是提出问题，需要系统解答用户问题，由于用户语句通常比较简略且口语化，系统和用户之间的一轮对话不能够解决用户问题，需要系统和用户之间的多轮对话才能够明确用户述求，由系统给出符合用户述求的回答。通常所建立的问答系统中由于多轮对话的技术尚未成熟使得问答系统只支持单轮对话，其显然增加了用户提出问句的负担，使得问答系统变得更加繁琐和愚笨，影响用户的使用体验。

当前，处理多轮对话问题主要的研究方法是共指消解或基于深度学习模型的方法。

共指消解旨在识别指向同一实体的不同表述，将其应用在知识问答系统中多轮对话中可以很好的解决当前输入问句中包含指代词的情形。通过对指代词的替换，使得当前问句包含历史实体信息，从而实现多轮对话过程。然而，基于共指消解的多轮对话只能解决当前问句中包含指代词的情形。由于自然语言的多样性，当前问句往往可以省略实体或关系等信息也能让人与人之间能够正常交流，而基于共指消解的多轮问答系统则无法应对这一问题。

基于深度学习模型的方法将历史问句和当前用户输入问句一起输入一个深度学习模型(如LSTM、注意力机制等)进行向量编码和特征抽取来得到包含历史问句信息的当前问句，然后再将该问句输入问答系统。但是，基于深度模型的多轮对话处理方法非常依赖于标注数据集，其获取数据集的成本极高。而且，当前的深度学习模型技术在对话领域中的效果没有达到一个较高的水准，其在自然语言理解能力方面还存在许多问题，导致使用该方法可能会返回与实际偏差较大的答案，难以真正应用到实际产品中。

发明内容

本发明针对上述的问答系统繁琐、准确率低的技术问题，提出一种知识问答系统中的多轮对话方法与装置。

第一方面，本申请实施例提供了一种知识问答系统中的多轮对话方法，包括：

S1：获取当前问句的历史实体和历史关系；

S2：根据所述当前问句筛选出候选实体；

S3：对所述候选实体的特征进行加权处理，获得主实体；

S4：根据所述主实体和所述历史实体在知识库中的相邻关系及相邻实体组成候选路径；

S5：对所述候选路径的特征进行加权处理，获得最终路径；

S6：根据所述最终路径获取答案并返回给用户。

上述知识问答系统中的多轮对话方法，其中，获取所述最终路径的所有实体和所有关系作为下一轮问答的历史实体和历史关系。

上述知识问答系统中的多轮对话方法，其中，所述历史实体和历史关系为问答系统中上一问句所对应的答案路径的所有实体和所有关系。

上述知识问答系统中的多轮对话方法，其中，所述步骤S2具体包括以下步骤：

S21：获取所述当前问句字符串的所有连续子串；

S22：从所有所述连续子串中筛选出和知识库实体同名的子串作为候选实体。

上述知识问答系统中的多轮对话方法，其中，所述步骤S3具体包括以下步骤：

S31：计算每个所述候选实体的特征；

S32：对每个所述候选实体的特征按其重要程度进行加权和计算，获得每个所述候选实体的得分；

S33：取得分最高的所述候选实体作为所述主实体。

上述知识问答系统中的多轮对话方法，其中，所述步骤S22中若从所有所述连续子串中没有筛选出和知识库实体同名的子串作为候选实体，则直接根据所述历史实体在知识库中的相邻关系及相邻实体组成候选路径。

上述知识问答系统中的多轮对话方法，其中，所述步骤S5具体包括以下步骤：

S51：计算每条所述候选路径的特征；

S52：对每条所述候选路径的特征按其重要程度进行加权和计算，获得每条所述候选路径的得分；

S53：取得分最高的候选路径作为最终路径。

第二方面，本申请实施例提供了一种知识问答系统中的多轮对话装置，包括：

获取模块，获取当前问句的历史实体和历史关系；

实体链接模块，根据所述当前问句筛选出候选实体；

实体筛选模块，对所述候选实体的特征进行加权处理，获得主实体；

候选路径生成模块，根据所述主实体和所述历史实体在知识库中的相邻关系及相邻实体组成候选路径；

路径筛选模块，对所述候选路径的特征进行加权处理，获得最终路径；

答案生成模块，根据所述最终路径获取答案并返回给用户。

第三方面，本申请实施例提供了一种电子设备，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述第一方面所述的多轮对话方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述第一方面所述的多轮对话方法。

与现有技术相比，本发明的优点和积极效果在于：

1.本发明通过获取知识问答系统中上一问句的所有实体和关系并加入当前问句的实体链接、实体筛选、候选路径生成以及候选路径筛选等问答流程中完成多轮对话的过程。通过该方法，上一问句的历史信息都被完整地加入当前问答中，保证了历史信息获取的准确性和不易丢失，降低了大量的人工成本。

2.本发明提出一种将历史实体和历史关系加入当前问句的问答流程中，并通过规则过滤、相似度匹配等方式来完成多轮对话过程的方法。通过该方法，可以保证当前问句所获得的历史信息完全准确且不会丢失，同时也可以不依赖于任何标注数据，成本极低且能适用各个领域。

3.在每次问答中都获取上一问句所对应的答案路径的历史实体和历史关系，使得整个知识问答系统形成一个循环，使得其多轮对话可以进行无限个回合。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1为本发明的一种知识问答系统中的多轮对话方法实施例一的流程图；

图2为基于图1中步骤S2的实体链接流程图；

图3为基于图1中步骤S3的实体筛选流程图；

图4为基于图1中步骤S5的路径筛选流程图；

图5为本发明的一种知识问答系统中的多轮对话方法实施例二的流程图；

图6为根据本申请实施例的一种知识问答系统中的多轮对话装置的框架图；

图7为根据本申请实施例的计算机设备的框架图。

其中，附图标记为：

81、处理器；82、存储器；83、通信接口；80、总线。

具体实施方式

为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。基于本申请提供的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例，都属于本申请保护的范围。

显而易见地，下面描述中的附图仅仅是本申请的一些示例或实施例，对于本领域的普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图将本申请应用于其他类似情景。此外，还可以理解的是，虽然这种开发过程中所作出的努力可能是复杂并且冗长的，然而对于与本申请公开的内容相关的本领域的普通技术人员而言，在本申请揭露的技术内容的基础上进行的一些设计，制造或者生产等变更只是常规的技术手段，不应当理解为本申请公开的内容不充分。

在本申请中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域普通技术人员显式地和隐式地理解的是，本申请所描述的实施例在不冲突的情况下，可以与其它实施例相结合。

除非另作定义，本申请所涉及的技术术语或者科学术语应当为本申请所属技术领域内具有一般技能的人士所理解的通常意义。本申请所涉及的“一”、“一个”、“一种”、“该”等类似词语并不表示数量限制，可表示单数或复数。本申请所涉及的术语“包括”、“包含”、“具有”以及它们任何变形，意图在于覆盖不排他的包含；例如包含了一系列步骤或模块(单元)的过程、方法、系统、产品或设备没有限定于已列出的步骤或单元，而是可以还包括没有列出的步骤或单元，或可以还包括对于这些过程、方法、产品或设备固有的其它步骤或单元。本申请所涉及的“连接”、“相连”、“耦接”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电气的连接，不管是直接的还是间接的。本申请所涉及的“多个”是指两个或两个以上。“和/或”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。字符“/”一般表示前后关联对象是一种“或”的关系。本申请所涉及的术语“第一”、“第二”、“第三”等仅仅是区别类似的对象，不代表针对对象的特定排序。

下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。

在详细阐述本发明各个实施例之前，对本发明的核心发明思想予以概述，并通过下述若干实施例予以详细阐述。

本申请中描述的技术方案用于一种知识问答系统中的多轮对话方法与装置，包括获取历史实体和历史关系、对问句进行实体识别得到候选实体、对所有候选实体通过知识图谱库进行实体链接和筛选得到问句的主实体、联合主实体和历史实体在知识图谱库中查询来获取候选路径、结合历史关系信息进行候选路径筛选和答案生成。通过此方案，可以保证当前问句所获得的历史信息完全准确且不会丢失，同时也可以不依赖于任何标注数据，成本极低且能适用于各个领域。

实施例一：

参照图1至图4所示，本实例揭示了一种知识问答系统中的多轮对话方法(以下简称“方法”)的具体实施方式。

具体而言，本实施例所揭示的方法主要包括以下步骤：

步骤S1：获取当前问句的历史实体和历史关系。

具体而言，知识图谱本质上是一种语义网络，其结点代表实体(entity)或者概念(concept)，边代表实体/概念之间的各种语义关系。知识图谱(或者知识库)可以看做是服从于ontology控制的知识单元的载体。知识图谱是基于图的数据结构，它的存储方式主要有两种形式：RDF存储格式和图数据库(Graph Database)。

知识问答系统是指基于知识图谱库的问答系统，知识图谱库由大量的三元组组成，三元组包括实体和关系，可以写成(实体1，关系，实体2)形式。知识问答系统接收用户输入的自然语言问句，并对问句进行语义解析和理解，利用知识图谱库进行查询和推理获得与问句最匹配的答案路径及其答案，最终将答案返回给用户。其中，答案路径是指获取问句答案信息所需的且在知识图谱中的那些三元组，上述历史实体和历史关系为知识问答系统中上一问句所对应的答案路径的所有实体和所有关系。

然后，参照图2执行步骤S2：根据所述当前问句筛选出候选实体。

其中，步骤S2具体包括以下内容：

步骤S21：获取所述当前问句字符串的所有连续子串；

步骤S22：从所有所述连续子串中筛选出和知识库实体同名的子串作为候选实体。

然后，参照图3执行步骤S3：对所述候选实体的特征进行加权处理，获得主实体。

其中，步骤S3具体包括以下内容：

步骤S31：计算每个所述候选实体的特征。

具体而言，上述候选实体的特征包括实体长度、实体在问句中的位置、实体在知识库中相邻关系的总个数、实体在知识库中所有相邻关系与问句的字重叠数、词重叠数、字集合距离、词集合距离等，其中词重叠数和词集合距离的计算可以采用现有的分词工具进行分词。

步骤S32：对每个所述候选实体的特征按其重要程度进行加权和计算，获得每个所述候选实体的得分。

具体而言，其中每个特征的权重设定可人为指定或也可由标注数据集训练得到。

步骤S33：取得分最高的所述候选实体作为所述主实体。

然后，执行步骤S4：根据所述主实体和所述历史实体在知识库中的相邻关系及相邻实体组成候选路径。

然后，参照图4执行步骤S5：对所述候选路径的特征进行加权处理，获得最终路径；

其中，步骤S5具体包括以下内容：

步骤S51：计算每条所述候选路径的特征。

具体而言，上述候选路径特征包括路径与问句的字重叠数、词重叠数、字集合距离、词集合距离、语义相似度以及路径与历史关系的字重叠数和语义相似度等。

步骤S52：对每条所述候选路径的特征按其重要程度进行加权和计算，获得每条所述候选路径的得分。

具体而言，其中每个特征的权重设定可人为指定或也可由标注数据集训练得到。

S53：取得分最高的候选路径作为最终路径。

然后，执行步骤S6：根据所述最终路径获取答案并返回给用户。

最后，获取最终路径的所有实体和所有关系作为下一轮问答的历史实体和历史关系，使得整个知识问答系统形成一个循环，多轮对话便可以进行无限个回合。

实施例二：

参照图5所示，本实例揭示了一种知识问答系统中的多轮对话方法(以下简称“方法”)的具体实施方式。

具体而言，本实施例所揭示的方法主要包括以下步骤：

S10：获取当前问句的历史实体和历史关系。

S20：根据所述历史实体在知识库中的相邻关系及相邻实体组成候选路径。

S30：对所述候选路径的特征进行加权处理，获得最终路径。

S40：根据所述最终路径获取答案并返回给用户。

本实施例所揭示的方法与实施例一所揭示的一种知识问答系统中的多轮对话方法中其余相同部分的技术方案，请参实施例一所述，在此不再赘述。

实施例三：

结合实施例一所揭示的一种知识问答系统中的多轮对话方法，本实施例揭示了一种知识问答系统中的多轮对话装置(以下简称“装置”)的具体实施示例。

参照图6所示，所述装置包括：

获取模块：获取当前问句的历史实体和历史关系；

实体链接模块：根据所述当前问句筛选出候选实体；

实体筛选模块：对所述候选实体的特征进行加权处理，获得主实体；

候选路径生成模块：根据所述主实体和所述历史实体在知识库中的相邻关系及相邻实体组成候选路径；

路径筛选模块：对所述候选路径的特征进行加权处理，获得最终路径；

答案生成模块：根据所述最终路径获取答案并返回给用户。

具体而言，在获取单元中输入知识问答系统中上一问句所对应的答案路径的所有实体和所有关系。

具体而言，在实体链接模块获取当前问句字符串的所有连续子串，然后从所有连续子串中筛选出和知识库实体同名的子串作为候选实体。

具体而言，在实体筛选模块计算每个候选实体的特征，对每个候选实体的特征按其重要程度进行加权和计算，获得每个候选实体的得分，最后取得分最高的候选实体作为主实体。

具体而言，在路径筛选模块计算每条候选路径的特征，对每条候选路径的特征按其重要程度进行加权和计算，获得每条候选路径的得分，最后取得分最高的候选路径作为最终路径。

本实施例所揭示的一种知识问答系统中的多轮对话装置与实施例一所揭示的一种知识问答系统中的多轮对话方法中其余相同部分的技术方案，请参实施例一所述，在此不再赘述。

实施例四:

结合图7所示，本实施例揭示了一种计算机设备的一种具体实施方式。计算机设备可以包括处理器81以及存储有计算机程序指令的存储器82。

具体地，上述处理器81可以包括中央处理器(CPU)，或者特定集成电路(Application Specific Integrated Circuit，简称为ASIC)，或者可以被配置成实施本申请实施例的一个或多个集成电路。

其中，存储器82可以包括用于数据或指令的大容量存储器。举例来说而非限制，存储器82可包括硬盘驱动器(Hard Disk Drive，简称为HDD)、软盘驱动器、固态驱动器(SolidState Drive，简称为SSD)、闪存、光盘、磁光盘、磁带或通用串行总线(Universal SerialBus，简称为USB)驱动器或者两个或更多个以上这些的组合。在合适的情况下，存储器82可包括可移除或不可移除(或固定)的介质。在合适的情况下，存储器82可在数据处理装置的内部或外部。在特定实施例中，存储器82是非易失性(Non-Volatile)存储器。在特定实施例中，存储器82包括只读存储器(Read-Only Memory，简称为ROM)和随机存取存储器(RandomAccess Memory，简称为RAM)。在合适的情况下，该ROM可以是掩模编程的ROM、可编程ROM(Programmable Read-Only Memory，简称为PROM)、可擦除PROM(Erasable ProgrammableRead-Only Memory，简称为EPROM)、电可擦除PROM(Electrically Erasable ProgrammableRead-Only Memory，简称为EEPROM)、电可改写ROM(Electrically Alterable Read-OnlyMemory，简称为EAROM)或闪存(FLASH)或者两个或更多个以上这些的组合。在合适的情况下，该RAM可以是静态随机存取存储器(Static Random-Access Memory，简称为SRAM)或动态随机存取存储器(Dynamic Random Access Memory，简称为DRAM)，其中，DRAM可以是快速页模式动态随机存取存储器(Fast Page Mode Dynamic Random Access Memory，简称为FPMDRAM)、扩展数据输出动态随机存取存储器(Extended Date Out Dynamic RandomAccess Memory，简称为EDODRAM)、同步动态随机存取内存(Synchronous Dynamic Random-Access Memory，简称SDRAM)等。

存储器82可以用来存储或者缓存需要处理和/或通信使用的各种数据文件，以及处理器81所执行的可能的计算机程序指令。

处理器81通过读取并执行存储器82中存储的计算机程序指令，以实现上述实施例中的任意一种多轮对话方法。

在其中一些实施例中，计算机设备还可包括通信接口83和总线80。其中，如图7所示，处理器81、存储器82、通信接口83通过总线80连接并完成相互间的通信。

通信接口83用于实现本申请实施例中各模块、装置、单元和/或设备之间的通信。通信端口83还可以实现与其他部件例如：外接设备、图像/数据采集设备、数据库、外部存储以及图像/数据处理工作站等之间进行数据通信。

总线80包括硬件、软件或两者，将计算机设备的部件彼此耦接在一起。总线80包括但不限于以下至少之一：数据总线(Data Bus)、地址总线(Address Bus)、控制总线(Control Bus)、扩展总线(Expansion Bus)、局部总线(Local Bus)。举例来说而非限制，总线80可包括图形加速接口(Accelerated Graphics Port，简称为AGP)或其他图形总线、增强工业标准架构(Extended Industry Standard Architecture，简称为EISA)总线、前端总线(Front Side Bus，简称为FSB)、超传输(Hyper Transport，简称为HT)互连、工业标准架构(Industry Standard Architecture，简称为ISA)总线、无线带宽(InfiniBand)互连、低引脚数(Low Pin Count，简称为LPC)总线、存储器总线、微信道架构(Micro ChannelArchitecture，简称为MCA)总线、外围组件互连(Peripheral Component Interconnect，简称为PCI)总线、PCI-Express(PCI-X)总线、串行高级技术附件(Serial AdvancedTechnology Attachment，简称为SATA)总线、视频电子标准协会局部(Video ElectronicsStandards Association Local Bus，简称为VLB)总线或其他合适的总线或者两个或更多个以上这些的组合。在合适的情况下，总线80可包括一个或多个总线。尽管本申请实施例描述和示出了特定的总线，但本申请考虑任何合适的总线或互连。

另外，结合上述实施例中的多轮对话方法，本申请实施例可提供一种计算机可读存储介质来实现。该计算机可读存储介质上存储有计算机程序指令；该计算机程序指令被处理器执行时实现上述实施例中的任意一种多轮对话方法。

以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。

综上所述，基于本发明的有益效果在于，本发明提出一种将历史实体和历史关系加入当前问句的问答流程中，并通过规则过滤、相似度匹配等方式来完成多轮对话过程的方法。通过该方法，可以保证当前问句所获得的历史信息完全准确且不会丢失，同时也可以不依赖于任何标注数据，成本极低且能适用各个领域。通过获取知识问答系统中上一问句的所有实体和关系并加入当前问句的实体链接、候选路径生成以及候选路径筛选等问答流程中完成多轮对话的过程，上一问句的历史信息都被完整地加入当前问答中，保证了历史信息获取的准确性，且避免了大量的人工成本。同时，在每次问答中都获取上一问句所对应的答案路径的历史实体和历史关系使得整个知识问答系统形成一个循环，其多轮对话可以进行无限个回合。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请专利的保护范围应以所附权利要求为准。