问答匹配方法、介质、装置和计算设备与流程

1.本公开的实施方式涉及自然语言处理技术领域，更具体地，本公开的实施方式涉及问答匹配方法、介质、装置和计算设备。


背景技术：

2.本部分旨在为权利要求书中陈述的本公开的实施方式提供背景或上下文。此处的描述不因为包括在本部分中就承认是现有技术。
3.常见问题解答(frequently asked questions，简称：faq)系统是目前工业界应用最广泛的问答系统。这种问答系统的结构框架明了、实现简单、容易理解。而构建一个完善且丰富的faq知识库是问答系统的先决条件，一个知识库通常会有很多知识点，每个知识点包含标准问、相似问、回答。当有了知识库后，用户提的问题会与知识库中每个知识点进行检索匹配计算出相似度分数，也即，比较两个句子的相似度，如果用户提出的问题与知识库中某个知识点的相似度分数超过设定的阈值，那么该知识点的答案就会被选中呈现给用户。
4.相关技术中，在比较两个句子的相似度时，通常是将每个句子转换为固定维数的向量，然后用两个向量之间的欧氏距离或者余弦距离作为两个向量的相似度分数，也就可以确定出两个句子的相似度。但这种方式得到的两个句子的相似度的准确性较低，从而导致用户在提出问题后得到的答案的匹配度较低。


技术实现要素：

5.本公开提供一种问答匹配方法、介质、装置和计算设备，以提高用户在提出问题后得到的答案的匹配度。
6.在本公开实施方式的第一方面中，提供了一种问答匹配方法，包括：获取查询语句和目标语句，查询语句为用户输入的语句，目标语句为faq知识库中的语句；根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数；根据引力范数，确定查询语句和目标语句的相似度；响应于相似度达到预设条件，将目标语句对应的答案确定为查询语句的目标答案，并输出目标答案，预设条件包括相似度大于或等于预设值，且相似度为查询语句与faq知识库中所有语句的相似度中的最高值。
7.在本公开的一个实施例中，根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数之前，还包括：对查询语句进行分词处理，得到至少一个第一词语；对至少一个第一词语中的每个第一词语进行编码处理，得到第一词向量，第一词向量包括每个第一词语对应的第三词向量；对目标语句进行分词处理，得到至少一个第二词语；对至少一个第二词语中的每个第二词语进行编码处理，得到第二词向量，第二词向量包括每个第二词语对应的第四词向量。
8.在本公开的另一实施例中，根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数，包括：针对第一词向量中每个第三词向量，确定
第三词向量与第二词向量中所有第四词向量之间的第一引力；获取第一引力的和，得到第二引力，第二引力用于表示查询语句受到目标语句的引力；将第二引力的引力大小，确定为引力范数。
9.在本公开的又一个实施例中，根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数，包括：针对第二词向量中每个第四词向量，确定第四词向量与第一词向量中所有第三词向量之间的第三引力；获取第三引力的和，得到第四引力，第四引力用于表示目标语句受到查询语句的引力；将第四引力的引力大小，确定为引力范数；其中，第二引力与第四引力的引力大小相同。
10.在本公开的再一个实施例中，确定第三词向量与第二词向量中所有第四词向量之间的第一引力之前，还包括：获取第三词向量的第一范数，第四词向量的第二范数，第三词向量和第四词向量的距离，以及从第三词向量指向第四词向量的单位向量；根据第一范数、第二范数、距离和单位向量，确定第三词向量和每个第四词向量之间的第五引力；确定第三词向量与第二词向量中所有第四词向量之间的第一引力，包括：将所有第五引力的和，确定为第一引力。
11.在本公开的再一个实施例中，获取第三词向量和第四词向量的距离，包括：确定第三词向量和第四词向量的点积；基于预设相似系数，根据第一范数、第二范数和点积，确定距离。
12.在本公开的再一个实施例中，根据引力范数，确定查询语句和目标语句的相似度，包括：将引力范数确定为相似度。
13.在本公开的再一个实施例中，还包括：响应于相似度未达到预设条件，输出用于表示查询失败的提示信息。
14.在本公开实施方式的第二方面中，提供了一种介质，介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现如第一方面的问答匹配方法。
15.在本公开实施方式的第三方面中，提供了一种问答匹配装置，包括：获取模块，用于获取查询语句和目标语句，查询语句为用户输入的语句，目标语句为faq知识库中的语句；第一确定模块，用于根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数；第二确定模块，用于根据引力范数，确定查询语句和目标语句的相似度；输出模块，用于响应于相似度达到预设条件，将目标语句对应的答案确定为查询语句的目标答案，并输出目标答案，预设条件包括相似度大于或等于预设值，且相似度为查询语句与faq知识库中所有语句的相似度中的最高值。
16.在本公开实施方式的第四方面中，提供了一种计算设备，包括：处理器，以及与处理器连接的存储器；存储器存储计算机执行指令；处理器执行存储器存储的计算机执行指令，以实现如第一方面的问答匹配方法。
17.根据本公开实施方式的问答匹配方法、介质、装置和计算设备，可以获取用户输入的查询语句的第一词向量，以及faq知识库中的目标语句的第二词向量，通过确定第一词向量和第二词向量之间的引力大小，来确定第一词向量和第二词向量之间的相似度。由于向量之间的引力大小可以用引力范数表示，因此可以通过第一词向量和第二词向量之间的引力范数确定查询语句和目标语句之间的相似度。其中，引力既包括引力大小又包括引力方向，从而可以显著地提高对第一词向量和第二词向量之间的相似度进行确定的准确性，进
而可以提高对查询语句和目标语句之间的相似度进行确定的准确性，这样用户在提出问题后得到的答案的匹配度就会更高，可以为用户带来更好的体验，减少用户流失。
附图说明
18.通过参考附图阅读下文的详细描述，本公开示例性实施方式的上述以及其他目的、特征和优点将变得易于理解。在附图中，以示例性而非限制性的方式示出了本公开的若干实施方式，其中：
19.图1为本公开实施方式提供的问答匹配方法的应用场景示意图；
20.图2为本公开实施方式提供的问答匹配方法的流程示意图；
21.图3为本公开实施方式的存储介质的结构示意图；
22.图4为本公开实施方式的问答匹配装置的结构示意图；
23.图5为本公开实施方式的计算设备的结构示意图。
24.在附图中，相同或对应的标号表示相同或对应的部分。
具体实施方式
25.下面将参考若干示例性实施方式来描述本公开的原理和精神。应当理解，给出这些实施方式仅仅是为了使本领域技术人员能够更好地理解进而实现本公开，而并非以任何方式限制本公开的范围。相反，提供这些实施方式是为了使本公开更加透彻和完整，并且能够将本公开的范围完整地传达给本领域的技术人员。
26.本领域技术人员知道，本公开的实施方式可以实现为一种系统、装置、设备、方法或计算机程序产品。因此，本公开可以具体实现为以下形式，即：完全的硬件、完全的软件(包括固件、驻留软件、微代码等)，或者硬件和软件结合的形式。
27.根据本公开的实施方式，提出了一种问答匹配方法、介质、装置和计算设备。
28.在本文中，需要理解的是，所涉及的术语表示如下：
29.词向量(word embedding)：一种来自词汇表的单词或短语被映射到实数的向量，涉及从每个单词一维的空间到具有更低维度的连续向量空间的数学嵌入。
30.范数：用来度量某个向量空间(或矩阵)中的每个向量的长度或大小。
31.此外，附图中的任何元素数量均用于示例而非限制，以及任何命名都仅用于区分，而不具有任何限制含义。
32.另外，本公开所涉及的数据可以为经用户授权或者经过各方充分授权的数据，对数据的采集、传播、使用等，均符合国家相关法律法规要求，本公开实施方式/实施例可以互相组合。
33.下面参考本公开的若干代表性实施方式，详细阐释本公开的原理和精神。
34.发明概述
35.目前工业界应用最广泛的问答系统为faq问答系统，这种问答系统的结构框架明了，实现简单，容易理解，其先决条件是构建一个完善且丰富的faq知识库。一个知识库通常会包括很多知识点，每个知识点可以包含标准问、相似问、回答。当有了知识库后，用户提出的问题会与知识库中每个知识点进行检索匹配，并确定出相似度分数，如果用户提出的问题与知识库中某个知识点的相似度分数超过设定的阈值，则该知识点对应的答案就会被选
中呈现给用户。
36.本发明人发现，在相关技术中，在确定两个句子的相似度分数时，通常是先将两个句子编码为固定维数的向量，然后用向量之间的欧氏距离或者余弦距离作为这两个句子的相似度，欧氏距离或者余弦距离越小，表示这两个句子的相似度越高。但是，欧氏距离会将各指标或各变量之间的差别等同看待，而余弦距离则没有考虑到向量的大小，仅仅只考虑了两个向量之间的方向。因此，用向量之间的欧氏距离或者余弦距离作为这两个句子的相似度，虽然相对来说比较简单，但是最终确定出的两个句子之间的相似度的准确性较低。
37.因此，本公开提供了一种问答匹配方法，在用户提出问题后，将用户提出的问题和faq知识库中的每个知识点均转换为词向量，然后基于牛顿万有引力的启发，以及杰卡德(jaccard)相似系数，确定两个词向量之间的引力大小，通过两个词向量之间的引力大小，确定两个词向量之间的相似度，而两个词向量之间的引力大小可以用引力范数表示，从而通过确定两个词向量之间的引力范数，就可以确定出两个词向量之间的相似度，从而确定用户提出的问题和faq知识库中的知识点之间的相似度。也即，用户提出的问题和faq知识库中的知识点之间的引力范数越大，则表示用户提出的问题和faq知识库中的知识点之间的相似度越高。
38.本公开通过牛顿万有引力的启发确定出的引力既包括引力大小又包括引力方向，因此可以保证确定出的两个语句之间相似度的准确性；且在确定引力大小时，通过引入jaccard相似系数重新定义两个语句的词向量之间距离的确定方法，从而不会忽略两个语句中的各指标或各变量之间的差别，更进一步地提高了对两个语句之间相似度进行确定的准确性。因此，通过本公开提供的问答匹配方法，可以提高确定出的两个语句之间的相似度的准确性，从而可以提高用户在提出问题后得到的答案的匹配度，为用户带来更好的体验，减少用户流失。
39.在介绍了本公开的基本原理之后，下面具体介绍本公开的各种非限制性实施方式。
40.应用场景总览
41.首先参考图1，图1为本公开实施方式提供的问答匹配方法的应用场景示意图。本公开提供的问答匹配方法可以应用于图1所示的问答匹配系统，该问答匹配系统可以包括查询语句获取模块、faq知识库和相似度确定模块。其中，相似度确定模块可以包括向量转换单元，引力确定单元和相似度确定单元。
42.具体地，在用户想要询问某个问题时，用户可以输入查询语句。可选地，查询语句获取模块上可设置可供用户输入信息的输入区域，用户可以通过查询语句获取模块上的输入区域输入查询语句。
43.具体地，查询语句获取模块可以获取用户输入的查询语句，并将用户输入的查询语句传输至相似度确定模块。
44.具体地，相似度确定模块在获取到查询语句之后，将查询语句与faq知识库中的每个知识点进行相似度比对，得到查询语句与每个知识点之间的相似度，将相似度最高且超过阈值的知识点对应的目标答案返回给用户。
45.具体地，相似度确定模块在将查询语句与faq知识库中的每个知识点进行相似度比对时，可以为：向量转换单元将查询语句和比对的知识点进行向量转换，得到两个词向
量，并将两个词向量传输至引力确定单元；引力确定单元基于牛顿万有引力，以及jaccard相似系数，确定两个词向量之间的引力大小，将引力大小通过引力范数表示，并将引力范数传输至相似度确定单元；相似度确定单元通过引力范数，确定两个词向量之间的相似度，从而确定查询语句和faq知识库中的知识点之间的相似度，并将相似度最高且超过阈值的知识点对应的目标答案返回给用户。其中，引力范数越大，则表示查询语句和faq知识库中的知识点之间的相似度越高。
46.由于本公开通过牛顿万有引力的启发确定出的引力既包括引力大小又包括引力方向，且通过引入jaccard相似系数，从而不会忽略各指标或各变量之间的差别，因此，通过本公开提供的问答匹配方法，可以提高确定出的两个句子之间的相似度的准确性，从而可以提高用户在提出问题后得到的答案的匹配度，为用户带来更好的体验，减少用户流失。
47.示例性方法
48.下面结合图1的应用场景，参考图2来描述根据本公开示例性实施方式的答案匹配方法。需要注意的是，上述应用场景仅是为了便于理解本公开的精神和原理而示出，本公开的实施方式在此方面不受任何限制。相反，本公开的实施方式可以应用于适用的任何场景。
49.图2为本公开实施方式提供的问答匹配方法的流程示意图，在图2中，该问答匹配方法包括以下步骤：
50.s201：获取查询语句和目标语句。
51.具体地，查询语句为用户输入的语句，目标语句为faq知识库中的语句。
52.具体地，查询语句可以为用户输入的问题。faq知识库中可以包括多个知识点，每个知识点可以包括标准问、相似问和回答，例如，faq知识库中的其中一个知识点可以如下：
53.标准问：
54.官网网店地址是什么？
55.回答：
56.官方旗舰店为：xxxxxx
57.相似问：
58.1.有官网网店地址吗？
59.2.网店地址怎么找？
60.3.把电商网站发我一下
61.具体地，知识点中的标准问和相似问对应的答案是相同的，均为该知识点中的回答。
62.s202：根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数。
63.具体地，在获取到查询语句和目标语句之后，可以将查询语句转换为第一词向量，将目标语句转换为第二词向量。
64.具体地，为了同时考虑第一词向量和第二词向量的大小和方向，可以基于牛顿万有引力，确定第一词向量和第二词向量之间的引力，该引力为既包含大小也包含方向的矢量，引力的大小即为引力范数。第一词向量和第二词向量之间的引力范数，即为查询语句和目标语句的引力范数。
65.s203：根据引力范数，确定查询语句和目标语句的相似度。
66.具体地，第一词向量和第二词向量之间的引力大小，也即引力范数，可以间接表示第一词向量和第二词向量之间的距离，从而，查询语句和目标语句的引力范数，可以间接表示查询语句和目标语句之间的距离，而查询语句和目标语句之间的距离，可以表征查询语句和目标语句之间的相似度。因此，可以通过查询语句和目标语句之间的引力范数，确定查询语句和目标语句之间的相似度。
67.s204：响应于相似度达到预设条件，将目标语句对应的答案确定为查询语句的目标答案，并输出目标答案。
68.具体地，预设条件包括相似度大于或等于预设值，且相似度为查询语句与faq知识库中所有语句的相似度中的最高值。
69.具体地，可以确定查询语句与faq知识库中所有语句均之间的相似度，其中，目标语句与查询语句之间的相似度在所有相似度中最高，且目标语句与查询语句之间的相似度需大于或等于预设值，从而可以确定，在faq知识库中，目标语句与查询语句是最相似的，因此，可以将目标语句对应的答案确定为查询语句的目标答案，并将目标答案输出给用户。
70.在确定了查询语句和目标语句之间的相似度之后，
71.本公开的问答匹配方法，可以获取用户输入的查询语句的第一词向量，以及faq知识库中的目标语句的第二词向量，通过确定第一词向量和第二词向量之间的引力大小，来确定第一词向量和第二词向量之间的相似度，而向量之间的引力大小可以用引力范数表示，因此，通过第一词向量和第二词向量之间的引力范数，就可以确定查询语句和目标语句之间的相似度，从而可以显著地提高用户在提出问题后得到的答案的匹配度，为用户带来更好的体验，减少用户流失。
72.在本公开的一个实施例中，根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数之前，还包括：对查询语句进行分词处理，得到至少一个第一词语；对至少一个第一词语中的每个第一词语进行编码处理，得到第一词向量，第一词向量包括每个第一词语对应的第三词向量；对目标语句进行分词处理，得到至少一个第二词语；对至少一个第二词语中的每个第二词语进行编码处理，得到第二词向量，第二词向量包括每个第二词语对应的第四词向量。
73.具体地，在采用计算机确定两个句子之间的相似度时，由于计算机无法识别文字，因此，需要先对文字进行编码，确定出文字和数字向量空间之间的映射关系，也即，在确定查询语句和目标语句之间的引力范数之前，可以先获取查询语句的第一词向量和目标语句的第二词向量，从而可以确定出第一词向量和第二词向量之间的引力，进而在第一词向量和第二词向量之间的引力的基础上，确定出第一词向量和第二词向量之间的相似度，也就可以确定出查询语句和目标语句之间的相似度。由于向量之间的引力既包括方向又包括大小，因此，可以提高确定出的两个句子之间的相似度的准确性。
74.具体地，在获取查询语句的第一词向量时，可以先采用分词工具对查询语句进行分词处理，也即，将查询语句用至少一个第一词语表示，然后对每个第一词语进行编码，找到每个第一词语和数字向量空间之间的映射关系，得到每个第一词语的词向量，所有第一词语的词向量组成查询语句的第一向量。举例如下：
75.查询语句用a表示，则采用分词工具对a进行分词处理后，得到的至少一个第一词语如下：
76.a＝[a1,a2,a3,...,an]
[0077]
其中，a1、a2、a3、
……
、an可以用于表示a中的第一词语。对每个第一词语进行编码处理，找到每个第一词语和数字向量空间之间的映射关系，得到每个第一词语的词向量如下：
[0078]ai
＝[a
1i
,a
2i
,a
3i
,...,a
ti
]
[0079]
其中，ai可以用于表示第i个第一词语的词向量，也即第三词向量，a
t
可以用于表示ai中的第t个向量。
[0080]
目标语句用b表示，同理，则至少一个第二词语如下：
[0081]
b＝[b1,b2,b3,...,bm]
[0082]
其中，b1、b2、b3、
……
、bm可以用于表示b中的第二词语。每个第二词语的词向量如下：
[0083]bj
＝[b
1j
,b
2j
,b
3j
,...,b
tj
]
[0084]
其中，bj可以用于表示第j个第二词语的词向量，也即第四词向量，b
t
可以用于表示bj中的第t个向量。
[0085]
以a为“我喜欢猫咪”，b为“我爱中国”为例，分词处理后，得到：
[0086]
a＝[“我”，“喜欢”，“猫咪”]
[0087]
b＝[“我”，“爱”，“中国”]
[0088]
对a中的每个词语进行编码，得到词向量为：
[0089]“我”＝[a
11
,a
21
,a
31
,...,a
n1
]
[0090]“喜欢”＝[a
12
,a
22
,a
32
,...,a
n2
]
[0091]“猫咪”＝[a
13
,a
23
,a
33
,...,a
n3
]
[0092]
对b中的每个词语进行编码，得到词向量为：
[0093]“我”＝[b
11
,b
21
,b
31
,...,b
n1
]
[0094]“爱”＝[b
12
,b
22
,b
32
,...,b
n2
]
[0095]“中国”＝[b
13
,b
23
,b
33
,...,b
n3
]
[0096]
再以a为步骤s201中知识点的标准问“官网网店地址是什么？”，b为“官网的网店地址”为例，分词处理后，得到：
[0097]
a＝[“官网”，“网店”，“地址”，“是”，“什么”]
[0098]
b＝[“官网”，“的”，“网店”，“地址”]
[0099]
对a中的每个词语进行编码，得到词向量为：
[0100]“官网”＝[a
11
,a
21
,a
31
,...,a
n1
]
[0101]“网店”＝[a
12
,a
22
,a
32
,...,a
n2
]
[0102]“地址”＝[a
13
,a
23
,a
33
,...,a
n3
]
[0103]“是”＝[a
14
,a
24
,a
34
,...,a
n4
]
[0104]“什么”＝[a
15
,a
25
,a
35
,...,a
n5
]
[0105]
对b中的每个词语进行编码，得到词向量为：
[0106]“官网”＝[b
11
,b
21
,b
31
,...,b
n1
]
[0107]“的”＝[b
12
,b
22
,b
32
,...,b
n2
]
[0108]“网店”＝[b
13
,b
23
,b
33
,...,b
n3
]
[0109]“地址”＝[b
14
,b
24
,b
34
,...,b
n4
]
[0110]
可选地，对词语进行编码处理，得到词向量，可以采用word2vec,glove等方式。
[0111]
在本公开的另一个实施例中，根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数，包括：针对第一词向量中每个第三词向量，确定第三词向量与第二词向量中所有第四词向量之间的第一引力；获取第一引力的和，得到第二引力，第二引力用于表示查询语句受到目标语句的引力；将第二引力的引力大小，确定为引力范数。
[0112]
具体地，基础物理中的牛顿万有引力定律，其中心思想是：两个物体之间的相互吸引力与它们质量的乘积成正比，但是与它们之间距离的平方成反比。万有引力的具体公式如下：
[0113][0114]
其中，f可以用于表示两个物体之间的万有引力，g可以用于表示万有引力常量，m、m分别可以用于表示两个物体的质量，r可以用于表示两个物体之间的距离。受牛顿万有引力定律的启发，可以定义一个高维数据空间中的两个向量之间的向量引力。两个向量之间的引力类似于两个物体之间的引力，它与两个向量的“质量”的乘积成正比，与两个向量之间距离的平方成反比。
[0115]
由于向量是一个数学概念，那么在数学理论中向量是没有重量的，但是每个向量都有一个范数，而这个范数在数学理论中代表的就是向量自身的大小，设向量x＝(x1,x2,x3...,xd)∈rd，那么向量x的范数‖x‖可以如下：
[0116][0117]
设x,y∈rd,则根据公式(1)，可以将x和y两个向量之间的向量引力定义为如下公式：
[0118][0119]
其中，‖x‖,‖y‖分别可以用于表示向量x与向量y的范数，把向量的“质量”的大小类比为向量的范数的大小；r可以用于表示两个向量之间的距离；u
xy
可以用于表示从x指向y的单位向量，其计算公式可以如下：
[0120][0121]
具体地，添加u
xy
这个向量使得两个向量之间的向量引力是有方向的，符合物理学中力的定义。因此，可以将牛顿万有引力定律应用于本公开中确定两个向量之间的既有大小又有方向的引力，从而可以提高确定两个向量之间的相似度的准确性，进而可以提高确定两个语句之间的相似度的准确性。
[0122]
具体地，公式(3)中的r2可以为：
[0123]
r2＝‖x‖2+‖y‖
2-x
·yꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(5)
[0124]
将公式(5)代入公式(3)中，可以得到向量x与向量y之间的引力f
xy
为：
[0125]
[0126]
具体地，公式(6)可以用于定义两个词向量之间的引力，则两个词向量之间的引力大小可以表达两个词语之间的距离，即两个词语之间的引力越大，那么它们之间的距离越小，这说明它们之间的相似度很高，反之，两个词语之间的引力越小，那么它们之间的距离越大，这说明它们之间的相似度很低。
[0127]
具体地，在确定第一词向量和第二词向量之间的引力时，可以针对第一词向量中每个第三词向量，确定第三词向量与第二词向量中所有第四词向量之间的第一引力，也即，针对每个第三词向量，第一引力为第三词向量受到第二词向量的引力。举例如下：
[0128]
查询语句用a表示，目标语句用b表示，则第一词向量中第i个第三词向量为ai＝[a
1i
,a
2i
,a
3i
,...,a
ti
]，第二词向量中第j个第四词向量为bj＝[b
1j
,b
2j
,b
3j
,...,b
tj
]，则第一引力可以为第i个第三词向量受到第二词向量中每个第四词向量的引力的和，第一引力可以用公式表示如下：
[0129][0130]
根据公式(6)，可以确定出的具体计算公式为：
[0131][0132]
具体地，在获取到第一引力之后，可以通过确定第一引力的和，得到用于表示第一词向量受到第二词向量的第二引力，该第二引力也即查询语句a受到目标语句b的引力。由于引力大小可以用范数表示，则可以将第二引力的引力大小，确定为引力范数。第二引力f
ab
可以用公式表示如下：
[0133][0134]
则第二引力的引力范数可以为‖f
ab
‖。
[0135]
可选地，以前述a为“我喜欢猫咪”，b为“我爱中国”为例，则a中的第一个词语“我”会受到b中的“我”、“爱”和“中国”的引力，那么a中的第一个词语“我”受到来自b的引力f
我
为：
[0136]f我
＝f
我,我
+f
我,爱
+f
我,中国
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(10)
[0137]
根据两个词向量之间的引力(公式6)，可以得到f
我
的具体计算公式为:
[0138][0139]
同理，a中的第二个词语“喜欢”受到来自b的引力f
喜欢
为：
[0140][0141]
a中的第三个词语“猫咪”受到来自b的引力f
猫咪
为：
[0142][0143]
则a中每个词语受到b的引力之和，即为a受到b的引力：
[0144]fab
＝f
我
+f
喜欢
+f
猫咪
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(14)
[0145]
再以前述a为步骤s201中知识点的标准问“官网网店地址是什么？”，b为“官网的网店地址”为例，则a中的第一个词语“官网”会受到b中的“官网”、“的”、“网店”和“地址”的引力，那么a中的第一个词语“官网”受到来自b的引力f
官网
为：
[0146]f官网
＝f
官网,官网
+f
官网,的
+f
官网,网店
+f
官网,地址
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(15)
[0147]
根据两个词向量之间的引力(公式6)，可以得到f
官网
的具体计算公式为:
[0148][0149]
同理，a中的第二个词语“网店”受到来自b的引力f
网店
为：
[0150][0151]
a中的第三个词语“地址”受到来自b的引力f
地址
为：
[0152][0153]
a中的第四个词语“是”受到来自b的引力f
是
为：
[0154][0155]
a中的第五个词语“什么”受到来自b的引力f
什么
为：
[0156][0157]
则a中每个词语受到b的引力之和，即为a受到b的引力：
[0158]fab
＝f
官网
+f
网店
+f
地址
+f
是
+f
什么
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(21)
[0159]
在本公开的又一个实施例中，根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数，包括：针对第二词向量中每个第四词向量，确定第四词向量与第一词向量中所有第三词向量之间的第三引力；获取第三引力的和，得到第四引力，第四引力用于表示目标语句受到查询语句的引力；将第四引力的引力大小，确定为引力范数；其中，第二引力与第四引力的引力大小相同。
[0160]
具体地，在确定第一词向量和第二词向量之间的引力时，也可以针对第二词向量中每个第四词向量，确定第四词向量与第一词向量中所有第三词向量之间的第三引力，也即，针对每个第四词向量，第三引力为第四词向量受到第一词向量的引力。
[0161]
依旧以前述查询语句用a表示，目标语句用b表示为例，则第一词向量中第i个第三词向量为ai＝[a
1i
,a
2i
,a
3i
,...,a
ti
]，第二词向量中第j个第四词向量为bj＝[b
1j
,b
2j
,b
3j
,...,b
tj
]，则第三引力可以为第j个第四词向量受到第一词向量中每个第三词向量的引力的和，第三引力可以用公式表示如下：
[0162][0163]
根据公式(6)，可以确定出的具体计算公式为：
[0164][0165]
具体地，在获取到第三引力之后，可以通过确定第三引力的和，得到用于表示第二
词向量受到第一词向量的第四引力，该第四引力也即目标语句b受到查询语句a的引力。由于引力大小可以用范数表示，则可以将第四引力的引力大小，确定为引力范数。第四引力f
ba
可以用公式表示如下：
[0166][0167]
则第四引力的引力范数可以为‖f
ba
‖。其中，第二引力与第四引力的引力大小相同，也即，查询语句a受到目标语句b的引力大小与目标语句b受到查询语句a的引力大小相同。
[0168]
具体地，由于力是既具有大小又具有方向的矢量，那么a和b之间的引力也是具有大小的，引力的大小就是引力的范数，也就是‖f
ab
‖和‖f
ba
‖,a和b之间的引力的大小可以间接代表两个它们之间的距离，而a和b之间的距离可以表征它们之间的相似度，从而就可以确定a和b之间的相似度。通过将牛顿万有引力定律应用于本公开中确定两个向量之间的既有大小又有方向的引力，从而可以提高确定两个向量之间的相似度的准确性，进而可以提高确定两个语句之间的相似度的准确性。
[0169]
可选地，以前述a为“我喜欢猫咪”，b为“我爱中国”为例，则同理，b受到a的引力为：
[0170]fba
＝f
我
+f
爱
+f
中国
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(25)
[0171]
再以前述a为步骤s201中知识点的标准问“官网网店地址是什么？”，b为“官网的网店地址”为例，则同理，b受到a的引力为：
[0172]fba
＝f
官网
+f
的
+f
网店
+f
地址
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(26)
[0173]
在本公开的再一个实施例中，确定第三词向量与第二词向量中所有第四词向量之间的第一引力之前，还包括：获取第三词向量的第一范数，每个第四词向量的第二范数，第三词向量和第四词向量的距离，以及从第三词向量指向第四词向量的单位向量；根据第一范数、第二范数、距离和单位向量，确定第三词向量和每个第四词向量之间的第五引力；确定第三词向量与第二词向量中所有第四词向量之间的第一引力，包括：将所有第五引力的和，确定为第一引力。
[0174]
具体地，针对每个第三词向量，第一引力为第三词向量受到第二词向量的引力，也即，第一引力为某个第三词向量受到所有第四词向量的引力的和，因此，在确定第三词向量与第二词向量中所有第四词向量之间的第一引力之前，可以先确定单个第三词向量和单个第四词向量之间的引力，也即，第五引力。
[0175]
具体地，第三词向量可以用x表示，第四词向量可以用y表示，则第五引力f
xy
可以用公式表示如下：
[0176][0177]
具体地，‖x‖可以用于表示第一范数，‖y‖可以用于表示第二范数，r可以用于表示第三词向量和第四词向量的距离，u
xy
可以用于表示从第三词向量指向第四词向量的单位向量。
[0178]
具体地，在确定了第五引力f
xy
之后，也就确定了单个第三词向量和单个第四词向量之间的引力，从而，将第五引力的和，可以确定为单个第三词向量与所有第四词向量之间的引力，也即，第一引力。
[0179]
具体地，添加u
xy
这个向量使得两个向量之间的向量引力是有方向的，符合物理学中力的定义。因此，可以将牛顿万有引力定律应用于本公开中确定两个向量之间的既有大
小又有方向的引力，从而可以提高确定两个向量之间的相似度的准确性，进而可以提高确定两个语句之间的相似度的准确性。
[0180]
在本公开的再一个实施例中，获取第三词向量和第四词向量的距离，包括：确定第三词向量和第四词向量的点积；基于预设相似系数，根据第一范数、第二范数和点积，确定距离。
[0181]
具体地，在公式(27)中，由于r代表的是两个词向量x与y之间的距离，如果用两个词向量之间的欧式距离来定义r，则会缺失两个词向量的夹角这个信息，同样如果用两个词向量x与y之间的余弦距离来定义r，那么就与直接用x与y的余弦距离来表示两个词语的相似度没有差异，因此，可以利用二次展开的思路，将词向量之间的距离r定义为：
[0182]
r2＝‖x‖2+‖y‖
2-2x
·yꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(28)
[0183]
其中，x
·
y可以用于表示两个向量的点积，x
·
y可以用公式表示如下：
[0184][0185]
具体地，为了提高对r确定的准确性，可以引入预设相似系数，例如，jaccard相似系数。由于jaccard相似系数是一种广泛用于衡量两个集合相似度的指标，其定义为集合a、集合b的交集元素在集合a、集合b的并集中所占的比例大小，计算公式可以如下：
[0186][0187]
若jaccard相似系数以位向量的形式表述，其中位向量为一个仅由0，1构成的向量，那么有：
[0188][0189]
|a∩b|＝∑
kak
∧bk＝∑
kak bkꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(32)
[0190]
由公式(29)和公式(32)可以确定，∑
kakbk
与向量的点积的定义形式是一样的，因此：
[0191]
|a∩b|＝a
·bꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(33)
[0192]
因此，公式(30)中，基于jaccard相似系数的位向量形式的分母即为：
[0193]
‖a‖2+‖b‖
2-a
·bꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(34)
[0194]
可以参考jaccard相似系数改进词向量引力公式(27)，则修改后的r2可以定义为：
[0195]
r2＝‖x‖2+‖y‖
2-x
·yꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(35)
[0196]
在本公开的再一个实施例中，根据引力范数，确定查询语句和目标语句的相似度，包括：将引力范数确定为相似度。
[0197]
具体地，定义语句a和语句b之间的引力的大小可以间接代表语句a和语句b之间的距离，而语句a和语句b之间的距离可以表征语句a和语句b之间的相似度，这样就给出了语句a和语句b之间的相似度的定义，该定义既可以确定两个相同长度的语句的相似度，也可以确定两个不同长度的语句的相似度。从而可以提高确定两个语句之间的相似度的准确性，进而可以提高用户在提出问题后得到的答案的匹配度，为用户带来更好的体验，减少用户流失。
[0198]
具体地，可以直接查询语句和目标语句的将引力范数确定为查询语句和目标语句
的相似度，也即，similarity(a,b)＝‖f
ab
‖；也可以间接通过查询语句和目标语句的将引力范数确定查询语句和目标语句的相似度，例如，similarity(a,b)＝k‖f
ab
‖，其中，k可以用于表示预设系数，可以按照需求修改k。
[0199]
在本公开的再一个实施例中，还包括：响应于相似度未达到预设条件，输出用于表示查询失败的提示信息。
[0200]
具体地，查询语句和目标语句的相似度未达到预设条件，也即，目标语句与查询语句之间的相似度小于预设值，则可以说明未在faq知识库中找到与查询语句相似的知识点，因此，可以输出用于表示查询失败的提示信息，以向用户提示查询失败，从而便于用户更改查询语句，或终止此次查询，可以提高用户体验。
[0201]
示例性介质
[0202]
在介绍了本公开示例性实施方式的方法之后，接下来，参考图3对本公开示例性实施方式的存储介质进行说明。
[0203]
参考图3所示，存储介质30中存储着根据本公开的实施方式的用于实现上述方法的程序产品，其可以采用便携式紧凑盘只读存储器(cd-rom)并包括计算机执行指令，该计算机执行指令用于使计算设备执行本公开所提供的问答匹配方法。然而，本公开的程序产品不限于此。
[0204]
该程序产品可以采用一个或多个可读介质的任意组合。可读介质可以是可读信号介质或者可读存储介质。可读存储介质例如可以为但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。
[0205]
可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机执行指令。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。可读信号介质还可以是可读存储介质以外的任何可读介质。
[0206]
可以以一种或多种程序设计语言的任意组合来编写用于执行本公开公开操作的计算机执行指令，该程序设计语言包括面向对象的程序设计语言—诸如java、c++等，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。计算机执行指令可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(lan)或广域网(wan)，连接到用户计算设备。
[0207]
示例性装置
[0208]
在介绍了本公开示例性实施方式的介质之后，接下来，参考图4对本公开示例性实施方式的问答匹配装置进行说明，用于实现上述任一方法实施例中的方法，其实现原理和技术效果类似，在此不再赘述。
[0209]
图4为本公开实施方式的问答匹配装置的结构示意图，在图4中，该问答匹配装置400包括：
[0210]
获取模块401，用于获取查询语句和目标语句，查询语句为用户输入的语句，目标语句为faq知识库中的语句；
[0211]
第一确定模块402，用于根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数；
[0212]
第二确定模块403，用于根据引力范数，确定查询语句和目标语句的相似度；
[0213]
输出模块404，用于响应于相似度达到预设条件，将目标语句对应的答案确定为查询语句的目标答案，并输出目标答案，预设条件包括相似度大于或等于预设值，且相似度为查询语句与faq知识库中所有语句的相似度中的最高值。
[0214]
可选地，该问答匹配装置400还包括：处理模块，用于在根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数之前，执行以下步骤：对查询语句进行分词处理，得到至少一个第一词语；对至少一个第一词语中的每个第一词语进行编码处理，得到第一词向量，第一词向量包括每个第一词语对应的第三词向量；对目标语句进行分词处理，得到至少一个第二词语；对至少一个第二词语中的每个第二词语进行编码处理，得到第二词向量，第二词向量包括每个第二词语对应的第四词向量。
[0215]
可选地，第一确定模块402用于通过以下步骤实现根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数：针对第一词向量中每个第三词向量，确定第三词向量与第二词向量中所有第四词向量之间的第一引力；获取第一引力的和，得到第二引力，第二引力用于表示查询语句受到目标语句的引力；将第二引力的引力大小，确定为引力范数。
[0216]
可选地，第一确定模块402用于通过以下步骤实现根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数：针对第二词向量中每个第四词向量，确定第四词向量与第一词向量中所有第三词向量之间的第三引力；获取第三引力的和，得到第四引力，第四引力用于表示目标语句受到查询语句的引力；将第四引力的引力大小，确定为引力范数；其中，第二引力与第四引力的引力大小相同。
[0217]
可选地，第一确定模块402还用于：在确定第三词向量与第二词向量中所有第四词向量之间的第一引力之前，获取第三词向量的第一范数，第四词向量的第二范数，第三词向量和第四词向量的距离，以及从第三词向量指向第四词向量的单位向量；根据第一范数、第二范数、距离和单位向量，确定第三词向量和每个第四词向量之间的第五引力；将所有第五引力的和，确定为第一引力。
[0218]
可选地，第一确定模块402用于通过以下步骤实现获取第三词向量和第四词向量的距离：确定第三词向量和第四词向量的点积；基于预设相似系数，根据第一范数、第二范数和点积，确定距离。
[0219]
可选地，第二确定模块403用于通过以下步骤实现根据引力范数，确定查询语句和目标语句的相似度：将引力范数确定为相似度。
[0220]
可选地，输出模块404还用于响应于相似度未达到预设条件，输出用于表示查询失败的提示信息。
[0221]
示例性计算设备
[0222]
在介绍了本公开示例性实施方式的方法、介质和装置之后，接下来，参考图5对本公开示例性实施方式的计算设备进行说明。
[0223]
图5显示的计算设备50仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。
[0224]
图5为本公开实施方式的计算设备的结构示意图，如图5所示，计算设备50以通用计算设备的形式表现。计算设备50的组件可以包括但不限于：至少一个处理单元501、至少一个存储单元502，连接不同系统组件(包括处理单元501和存储单元502)的总线503。其中，至少一个存储单元502中存储有计算机执行指令；至少一个处理单元501包括处理器，处理器执行该计算机执行指令，以实现上文描述的方法。
[0225]
总线503包括数据总线、控制总线和地址总线。
[0226]
存储单元502可以包括易失性存储器形式的可读介质，例如随机存取存储器(ram)5021和/或高速缓存存储器5022，可以进一步包括非易失性存储器形式的可读介质，例如只读存储器(rom)5023。
[0227]
存储单元502还可以包括具有一组(至少一个)程序模块5024的程序/实用工具5025，这样的程序模块5024包括但不限于：操作系统、一个或者多个应用程序、其它程序模块以及程序数据，这些示例中的每一个或某种组合中可能包括网络环境的实现。
[0228]
计算设备50也可以与一个或多个外部设备504(例如键盘、指向设备等)通信。这种通信可以通过输入/输出(i/o)接口505进行。并且，计算设备50还可以通过网络适配器506与一个或者多个网络(例如局域网(lan)，广域网(wan)和/或公共网络，例如因特网)通信。如图5所示，网络适配器506通过总线503与计算设备50的其它模块通信。应当理解，尽管图中未示出，可以结合计算设备50使用其它硬件和/或软件模块，包括但不限于：微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、raid系统、磁带驱动器以及数据备份存储系统等。
[0229]
应当注意，尽管在上文详细描述中提及了问答匹配装置的若干单元/模块或子单元/模块，但是这种划分仅仅是示例性的并非强制性的。实际上，根据本公开的实施方式，上文描述的两个或更多单元/模块的特征和功能可以在一个单元/模块中具体化。反之，上文描述的一个单元/模块的特征和功能可以进一步划分为由多个单元/模块来具体化。
[0230]
此外，尽管在附图中以特定顺序描述了本公开方法的操作，但是，这并非要求或者暗示必须按照该特定顺序来执行这些操作，或是必须执行全部所示的操作才能实现期望的结果。附加地或备选地，可以省略某些步骤，将多个步骤合并为一个步骤执行，和/或将一个步骤分解为多个步骤执行。
[0231]
虽然已经参考若干具体实施方式描述了本公开的精神和原理，但是应该理解，本公开并不限于所公开的具体实施方式，对各方面的划分也不意味着这些方面中的特征不能组合以进行受益，这种划分仅是为了表述的方便。本公开旨在涵盖所附权利要求的精神和范围内所包括的各种修改和等同布置。

技术特征：
1.一种问答匹配方法，包括：获取查询语句和目标语句，所述查询语句为用户输入的语句，所述目标语句为faq知识库中的语句；根据所述查询语句的第一词向量和所述目标语句的第二词向量，确定所述查询语句和所述目标语句的引力范数；根据所述引力范数，确定所述查询语句和所述目标语句的相似度；响应于所述相似度达到预设条件，将所述目标语句对应的答案确定为所述查询语句的目标答案，并输出所述目标答案，所述预设条件包括所述相似度大于或等于预设值，且所述相似度为所述查询语句与所述faq知识库中所有语句的相似度中的最高值。2.根据权利要求1所述的问答匹配方法，所述根据所述查询语句的第一词向量和所述目标语句的第二词向量，确定所述查询语句和所述目标语句的引力范数之前，还包括：对所述查询语句进行分词处理，得到至少一个第一词语；对所述至少一个第一词语中的每个第一词语进行编码处理，得到所述第一词向量，所述第一词向量包括每个第一词语对应的第三词向量；对所述目标语句进行分词处理，得到至少一个第二词语；对所述至少一个第二词语中的每个第二词语进行编码处理，得到所述第二词向量，所述第二词向量包括每个第二词语对应的第四词向量。3.根据权利要求2所述的问答匹配方法，所述根据所述查询语句的第一词向量和所述目标语句的第二词向量，确定所述查询语句和所述目标语句的引力范数，包括：针对所述第一词向量中每个第三词向量，确定所述第三词向量与所述第二词向量中所有第四词向量之间的第一引力；获取所述第一引力的和，得到第二引力，所述第二引力用于表示所述查询语句受到所述目标语句的引力；将所述第二引力的引力大小，确定为所述引力范数。4.根据权利要求3所述的问答匹配方法，所述根据所述查询语句的第一词向量和所述目标语句的第二词向量，确定所述查询语句和所述目标语句的引力范数，包括：针对所述第二词向量中每个第四词向量，确定所述第四词向量与所述第一词向量中所有第三词向量之间的第三引力；获取所述第三引力的和，得到第四引力，所述第四引力用于表示所述目标语句受到所述查询语句的引力；将所述第四引力的引力大小，确定为所述引力范数；其中，所述第二引力与所述第四引力的引力大小相同。5.根据权利要求3所述的问答匹配方法，所述确定所述第三词向量与所述第二词向量中所有第四词向量之间的第一引力之前，还包括：获取所述第三词向量的第一范数，所述第四词向量的第二范数，所述第三词向量和所述第四词向量的距离，以及从所述第三词向量指向所述第四词向量的单位向量；根据所述第一范数、所述第二范数、所述距离和所述单位向量，确定所述第三词向量和每个所述第四词向量之间的第五引力；所述确定所述第三词向量与所述第二词向量中所有第四词向量之间的第一引力，包
括：将所有第五引力的和，确定为所述第一引力。6.根据权利要求5所述的问答匹配方法，获取所述第三词向量和所述第四词向量的距离，包括：确定所述第三词向量和所述第四词向量的点积；基于预设相似系数，根据所述第一范数、所述第二范数和所述点积，确定所述距离。7.根据权利要求1至6任一项所述的问答匹配方法，所述根据所述引力范数，确定所述查询语句和所述目标语句的相似度，包括：将所述引力范数确定为所述相似度。8.一种介质，所述介质中存储有计算机执行指令，所述计算机执行指令被处理器执行时用于实现如权利要求1至7任一项所述的问答匹配方法。9.一种问答匹配装置，包括：获取模块，用于获取查询语句和目标语句，所述查询语句为用户输入的语句，所述目标语句为faq知识库中的语句；第一确定模块，用于根据所述查询语句的第一词向量和所述目标语句的第二词向量，确定所述查询语句和所述目标语句的引力范数；第二确定模块，用于根据所述引力范数，确定所述查询语句和所述目标语句的相似度；输出模块，用于响应于所述相似度达到预设条件，将所述目标语句对应的答案确定为所述查询语句的目标答案，并输出所述目标答案，所述预设条件包括所述相似度大于或等于预设值，且所述相似度为所述查询语句与所述faq知识库中所有语句的相似度中的最高值。10.一种计算设备，包括：处理器，以及与所述处理器连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1至7任一项所述的问答匹配方法。

技术总结
本公开的实施方式提供了一种问答匹配方法。该问答匹配方法包括：获取查询语句和目标语句；根据查询语句的第一词向量和目标语句的第二词向量，确定查询语句和目标语句的引力范数；根据引力范数，确定查询语句和目标语句的相似度；响应于相似度达到预设条件，将目标语句对应的答案确定为查询语句的目标答案，并输出目标答案。通过查询语句和目标语句的向量之间的引力范数，确定查询语句和目标语句的相似度，可以提高对语句之间相似度进行确定的准确性，从而可以显著地提高用户在提出问题后得到的答案的匹配度，为用户带来更好的体验，减少用户流失。此外，本公开的实施方式提供了一种介质、装置和计算设备。装置和计算设备。装置和计算设备。


技术研发人员：冯旻伟 尹竞成 阮良 蒋佳欣 张晋 周江华
受保护的技术使用者：杭州网易智企科技有限公司
技术研发日：2023.03.30
技术公布日：2023/7/20