买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：北京来也网络科技有限公司;来也科技(北京)有限公司

摘要：本申请实施例提供了一种结合RPA及AI的对话问答方法、装置、设备及存储介质。该方法包括：用户输入的目标问题；确定目标问题对应的至少一个候选问题；提取目标问题中的目标概念并提取各候选问题中候选概念；对目标概念进行清洗处理；根据清洗后的目标概念和各候选问题中候选概念计算目标问题与各候选问题间的语义相关度；根据目标问题与各候选问题间的语义相关度确定标准问题；根据标准问题确定目标问题对应的目标答案；输出目标答案。由于对目标概念进行了清洗处理，可有效解决提取的目标概念边界不清晰或短语粒度过细等问题。并且能够使确定出的目标答案更加准确，提高了向用户推荐的答案准确性，大大提高了用户对问答系统的使用体验。

主权项：1.一种结合RPA及AI的对话问答方法，其特征在于，所述方法应用于电子设备，所述方法包括：通过所述电子设备中应用程序的操作界面接收用户输入的目标问题；从目标领域问题集中确定所述目标问题对应的至少一个候选问题，其中，所述目标领域问题集存储在所述电子设备中；提取所述目标问题中的目标概念并提取各所述候选问题中候选概念；对所述目标概念和所述候选概念进行清洗处理，其中，对所述目标概念进行清洗处理，包括：对所述目标概念进行切词处理，以获得所述目标概念对应的各待选单词，依次判断各连续两个待选单词是否满足合并条件，若连续两个待选单词满足合并条件，则对该连续两个待选单词进行合并，并判断目标概念中是否包括多余词汇，若包括所述多余词汇，则对所述多余词汇进行清除；确定清洗后的目标概念及各候选问题中清洗后的候选概念对应的词向量，确定清洗后的目标概念及各候选问题中清洗后的候选概念在目标领域常用词集中的IDF取值，将清洗后的目标概念对应的词向量与对应的IDF取值的乘积确定为所述清洗后的目标概念对应的语义特征数据，将各候选问题中清洗后的候选概念对应的词向量与对应的IDF取值的乘积确定为各候选问题中清洗后的候选概念对应的语义特征数据，将所述清洗后的目标概念对应的语义特征数据与各候选问题中清洗后的候选概念对应的语义特征数据输入到预设WMD算法模型中，以输出所述目标问题与各所述候选问题间的语义相关度；根据所述目标问题与各所述候选问题间的语义相关度确定标准问题；根据所述标准问题确定所述目标问题对应的目标答案；输出所述目标答案；所述方法还包括：在确定所述清洗后的目标概念及各所述候选问题中清洗后的候选概念对应的词向量之前，构建目标领域概念集；对所述目标领域概念集中的各待选概念进行聚类，以获得代表概念；获取至少一个代表知识点问题，各代表知识点问题中包括对应的代表概念，采用训练至收敛的Fasttext模型对各所述代表知识点问题中的每个概念进行编码，以获得每个概念的词向量；从各代表知识点问题的每个概念的词向量中获取对应的代表概念的词向量，以形成代表概念词向量集；分别计算各代表概念的词向量间的内积值，将各代表概念的词向量的内积值确定为对应的语义相关度，所述根据各所述代表概念及对应的语义相关度构建目标领域概念关系网络；在所述目标领域概念关系网络中预先存储有每个代表概念间的语义相关度，从目标领域概念关系网络中查找到清洗后的目标概念与各候选概念，并根据目标领域概念关系网络中清洗后的目标概念与各候选概念间的图结构确定出对应的语义相关度。

全文数据：

权利要求：

百度查询： 北京来也网络科技有限公司 来也科技(北京)有限公司 结合RPA及AI的对话问答方法、装置、设备及存储介质