一种确定用于信息推荐的图谱的方法、系统、及装置

    公开(公告)号:CN111241412A

    公开(公告)日:2020-06-05

    申请号:CN202010329694.9

    申请日:2020-04-24

    Abstract: 本说明书实施例公开了一种确定用于信息推荐的图谱的方法、系统、及装置。所述方法包括:获取构建目标图谱的多个节点;所述节点至少包括词语节点,以及知识点节点;若所述节点为词语节点,将该节点对应的词语的向量表示作为该节点的向量表示;若所述节点为知识点节点,基于与所述知识点节点相关的词语的向量表示,确定对应于所述知识点节点的向量表示;对于任意两个节点:基于所述两个节点的类型,确定所述两个节点之间的边权,并将所述边权作为所述两个节点之间的关联关系;基于节点的向量表示,以及节点与节点之间的关联关系,进行至少一轮图聚合迭代,以更新所述图谱中节点的向量表示。

    一种对话的方法和系统
    22.
    发明公开

    公开(公告)号:CN111160514A

    公开(公告)日:2020-05-15

    申请号:CN202010251489.5

    申请日:2020-04-01

    Abstract: 本说明书实施例公开了一种对话的方法和系统。所述对话的方法包括:获取对话上文;所述对话上文至少包括一句用户话语;基于所述对话上文确定对话当前状态;基于对话模型获取在所述对话当前状态基础上,一个或多个候选话术的收益分值;其中,所述对话模型为强化学习模型;基于收益分值从所述一个或多个候选话术中确定响应所述对话上文的目标话术。

    话术推荐方法、装置和电子设备

    公开(公告)号:CN111522937B

    公开(公告)日:2023-04-28

    申请号:CN202010409704.X

    申请日:2020-05-15

    Abstract: 本说明书实施例提出了一种话术推荐方法、装置和电子设备,其中,上述话术推荐方法中,获取当前对话中用户输入的对话上文之后,可以对上述对话上文进行词编码,获得上述对话上文对应的词向量;然后通过神经网络对上述词向量进行特征表示,获得上述词向量对应的特征向量,通过预先训练的话术推荐模型对上述特征向量进行分类,获得上述特征向量分类到每个种子话术的置信度;最后,根据上述置信度选择种子话术,并在当前对话中推荐所选择的种子话术。

    一种训练文本关键内容提取模型的方法和系统

    公开(公告)号:CN111309887B

    公开(公告)日:2023-04-14

    申请号:CN202010114332.8

    申请日:2020-02-24

    Abstract: 本说明书实施例公开了一种训练文本关键内容提取模型的方法及系统,所述方法包括:获取多个问题答案对,所述问题答案对包括问题和所述问题对应的答案;从所述多个问题答案对中选取目标问题答案对,并选取其他与所述目标问题答案对不同的问题答案对中的答案作为干扰答案;拼接所述目标问题答案对中的目标答案与所述干扰答案得到拼接答案,将所述拼接答案与所述目标问题答案对中的目标问题作为一组训练样本;所述目标答案为与所述目标问题对应的文本关键内容;所述训练样本的标识为所述目标答案在所述拼接答案中的起点和终点位置;基于多组所述训练样本训练得到文本关键内容提取模型。

    一种训练文本相似度模型的方法和系统

    公开(公告)号:CN111353033B

    公开(公告)日:2023-04-07

    申请号:CN202010126357.X

    申请日:2020-02-27

    Abstract: 本说明书实施例公开了一种训练文本相似度模型的方法及系统,该方法包括:获取多组训练数据,多组训练数据中的一组包括:第一文本、第二文本和第三文本,第二文本和第三文本为用户输入的询问内容,第一文本为知识库中对应于第二文本和第三文本的问题;其中,第二文本为与第一文本匹配的用户反馈好评的文本,第三文本为与第一文本不匹配的用户反馈差评的文本;基于多组训练数据调整文本相似度模型的参数进而优化损失函数,得到训练后的文本相似度模型;其中,损失函数基于第一相似度和第二相似度的相对关系确定;第一相似度为文本相似度模型基于第一文本和第二文本计算的相似度,第二相似度为文本相似度模型基于第一文本与第三文本计算的相似度。

    客服场景下用户问句的回复方法、装置及设备

    公开(公告)号:CN110765253B

    公开(公告)日:2023-03-31

    申请号:CN201911008117.3

    申请日:2019-10-22

    Abstract: 本说明书实施例提供一种客服场景下用户问句的回复方法、装置及设备,在回复方法中,接收第一租户下的当前用户问句。针对当前用户问句,获取当前用户问句的上下文信息。基于第一租户的租户标识、当前用户问句和上下文信息,生成新用户问句。基于新用户问句,从与第一租户对应的知识库中召回预定数目个答案。将预定数目个答案中的各答案以及新用户问句输入预测模型,以预测各答案与新用户问句的匹配分数。该预测模型包括多个租户共享的底层网络部分和多个租户分别对应的多个上层网络部分,多个上层网络部分具有相同的网络结构,以及针对不同租户训练得到的不同网络参数。基于匹配分数,从各答案中确定出目标答案并返回。

    一种扩展文本样本的方法及系统

    公开(公告)号:CN110727767B

    公开(公告)日:2022-05-31

    申请号:CN201911000025.0

    申请日:2019-10-21

    Inventor: 陈晓军 崔恒斌

    Abstract: 本说明书实施例公开了一种扩展文本样本的方法及系统。所述方法包括:将第一文本在文本库中检索,获取与所述第一文本的相似度在设定区间的多个第二文本;基于所述第一文本和所述多个第二文本中的每一个在知识库中检索,确定所述第一文本的第一检索结果和所述第二文本的第二检索结果;所述知识库至少包含与所述第一文本关联的多个文本;判断所述第一检索结果和所述第二检索结果之间的关系是否满足预设条件;将满足所述预设条件的所述第二文本确定为所述第一文本的扩展文本。

    一种问题生成方法及装置
    29.
    发明授权

    公开(公告)号:CN111737440B

    公开(公告)日:2021-03-05

    申请号:CN202010759189.8

    申请日:2020-07-31

    Inventor: 彭爽 崔恒斌

    Abstract: 一种问题生成方法及装置,所述方法包括:基于预设的原始问题库与参考问题库中的问题样本,对问题生成模型进行模仿学习训练;其中,所述问题生成模型用于根据输入的原始问题,生成语义相似的目标问题;所述参考问题库用于在所述模仿学习训练过程中,提供与原始问题语义相似的问题样本作为模仿对象;获取原始问题;将所述原始问题输入模仿学习训练完成的所述问题生成模型,生成与所述原始问题语义相似的目标问题。

    答案文本的处理方法和装置、关键文本的确定方法

    公开(公告)号:CN111737443B

    公开(公告)日:2020-11-20

    申请号:CN202010818292.5

    申请日:2020-08-14

    Abstract: 本说明书提供了答案文本的处理方法和装置、关键文本的确定方法。在一个实施例中,基于上述答案文本的数据处理方法,通过先从预设的知识库中确定出与目标问题匹配的答案文本作为目标答案文本;再通过从目标答案文本中识别确定出与目标问题关联性较强且用户关注度较高的关键文本,并在目标答案文本中标注出上述关键文本;进而可以在向用户所展示的目标答案文本中标识出上述关键文本,使得用户可以方便、高效地读取到目标答案文本中用户所需要的、价值较高的关键信息。

Patent Agency Ranking