一种基于语义识别的在线问答方法、系统和存储介质
摘要文本
本发明公开了一种基于语义识别的在线问答方法,该方法包括:采用深度学习方法训练得到从输入映射到输出的动态权重系数矩阵;构建实体与答案链接知识库;将知识库中检索到的最相关的答案信息生成为用户可以理解的自然语言语句,显示到可视化界面,实现对用户提问的反馈。随着深度神经网络的兴起, 图片识别的需求日益提高。图片文字识别作为其中重要的一部分, 并且在现实生活中的应用越来越广泛,为了提高精度。本发明根据脚本算法审核报告基本信息,将信息中的文字及图片内容进行特征提取以及深度学习,结合图像识别算法,在实现图片占用最小空间特征识别的基础上,实现图片信息提取。该研究具有较好的通用性,为文字提取提供高效解决办法。
申请人信息
- 申请人:国投人力资源服务有限公司
- 申请人地址:100026 北京市朝阳区光华路15号院2号楼10层1001、1002、1003内167
- 发明人: 国投人力资源服务有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 一种基于语义识别的在线问答方法、系统和存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410011779.0 |
| 申请日 | 2024/1/3 |
| 公告号 | CN117828060A |
| 公开日 | 2024/4/5 |
| IPC主分类号 | G06F16/332 |
| 权利人 | 国投人力资源服务有限公司 |
| 发明人 | 钟青兰; 邓诗雨; 熊数; 王恺 |
| 地址 | 北京市朝阳区光华路15号院2号楼10层1001、1002、1003内167 |
专利主权项内容
1.一种基于语义识别的在线问答方法,其特征在于, 该方法包括:步骤1、命名实体识别模型构建:分别设计命名实体识别模型的输入层、特征提取层和输出层,采用深度学习方法训练得到从输入映射到输出的动态权重系数矩阵,利用外部实体字典辅助,降低中文词语的歧义性;步骤2、汉语短文本分类模型构建:分别设计汉语短文本分类模型的输入层、特征提取层和输出层,利用文本内部词语的依赖关系,提取局部特征,优化分类效果,最终输入到分类器中完成分类;步骤3、知识库构建:确定问答系统相关业务,从总体角度进行结构规划知识图谱,进行企业数据采集和录入,根据先验知识对数据进行标准化和格式化处理,构建实体与答案链接知识库;步骤4、用户提问文本预处理:利用命名实体模型,对用户提问文本进行预处理,针对独立且不同的上下文语境,准确提取文本实体类别;步骤5、用户提问文本分类:利用汉语短文本分类模型,对识别出的文本实体进行进一步分类,进一步缩小在知识库中检索答案的范围;步骤6、答案匹配:将文本分类结果与知识图谱进行匹配,检索知识库中与用户提问文本中最接近的命名实体,进而在知识库中筛选出最相关的答案;步骤7、答案生成反馈:将知识库中检索到的最相关的答案信息生成为用户可以理解的自然语言语句,显示到可视化界面,实现对用户提问的反馈。