一種知識問答的方法、裝置及知識問答系統與流程

本說明書涉及計算機，尤其涉及一種知識問答的方法、裝置及知識問答系統。

背景技術：

1、隨著汽車智能化和網聯化的發展，車載信息娛樂系統和車載語音助手越來越受到用戶的歡迎。這些系統不僅提供導航、娛樂等功能，還能夠通過語音交互與用戶進行復雜的對話。

2、在車載系統中，用戶有時可能會提出包含敏感內容的問題，這些問題都需要我們迅速而精準地予以處理。

3、目前，通常采用人工審核和基于規則和關鍵字過濾來處理這些敏感問題，但是，這種方法效率低、成本高，并且存在漏檢和誤判的風險。

4、因此，如何提高了車載系統對敏感問題的識別能力和處理能力，則是一個亟待解決的問題。

技術實現思路

1、本說明書提供一種知識問答的方法、裝置、存儲介質及電子設備，以提高了車載系統對敏感問題的識別能力和處理能力。

2、本說明書采用下述技術方案：

3、本說明書提供了一種知識問答的方法，所述方法應用于終端設備，所述終端設備部署了用于答復問題的問答系統；所述問答系統包括問答知識庫、分類模型、改寫模型以及風控問答模型；所述方法包括：

4、接收用戶發送的目標問題文本，并從所述問答知識庫中查詢與所述目標問題文本相匹配的預設答案；

5、如果確定所述問答知識庫中不存在所述目標問題文本，則將所述目標問題文本輸入到預先訓練的分類模型中，對所述目標問題文本進行分類，得到所述目標問題文本的問題類別；

6、當所述問題類別為品牌形象類時，則將與所述品牌形象類對應的第一預設提示詞以及所述目標問題文本輸入到預先訓練的改寫模型中，以由所述改寫模型在所述第一預設提示詞的引導下，對所述目標問題文本進行改寫，得到改寫后的目標問題文本；

7、將所述風控問答模型的第二預設提示詞以及所述改寫后的目標問題文本輸入到預先訓練的風控問答模型中，以由所述風控問答模型在所述第二預設提示詞的引導下，基于所述改寫后的目標問題文本，得到與所述目標問題文本對應的答案，并將所述答案展示給所述用戶。

8、可選地，在接收用戶發送的目標問題文本之前，所述方法還包括：

9、接收用戶發送的目標問題音頻；

10、基于預設的音頻識別算法，對所述目標問題音頻進行識別，得到與所述目標問題音頻對應的目標問題文本。

11、可選地，所述方法還包括：

12、如果所述問答知識庫中存在所述目標問題文本，將與所述目標問題文本相匹配的預設答案展示給所述用戶。

13、可選地，將所述目標問題文本輸入到預先訓練的分類模型中，對所述目標問題文本進行分類，得到所述目標問題文本的問題類別，包括：

14、將所述目標問題文本輸入到預先訓練的分類模型中，計算所述目標問題文本在各個問題類別下的概率，并將概率大于設定概率閾值的問題類別，作為所述目標問題文本的問題類別。

15、可選地，所述問題類別還包括風控類、普通查詢類；所述問答系統還包括標準問答模型；所述方法還包括：

16、當所述問題類別為風控類時，將所述第二預設提示詞以及所述目標問題文本輸入到所述風控問答模型中，以由所述風控問答模型在所述第二預設提示詞的引導下，基于所述目標問題文本，確定與所述目標問題文本對應的答案；

17、當所述問題類別為普通查詢類時，將所述目標問題文本輸入到所述標準問答模型中，確定與所述目標問題文本對應的答案。

18、可選地，訓練所述分類模型，包括：

19、獲取若干個問題文本以及與若干個問題文本對應的實際問題類別；

20、將所述問題文本作為訓練樣本數據，以及將所述實際問題類別作為訓練樣本標簽，構建第一訓練樣本；

21、將所述第一訓練樣本輸入到待訓練的分類模型中，以由所述分類模型基于所述問題文本，得到所述問題文本在各個問題類別下的概率，并以最小化所述問題文本在各個問題類別下的概率與所述實際問題類別之間的損失為優化目標，對所述分類模型進行有監督的訓練。

22、可選地，訓練改寫模型，包括：

23、獲取若干個品牌形象類的問題文本以及與若干個品牌形象類的問題文本對應的標準問題文本；

24、將所述品牌形象類的問題文本作為訓練樣本數據，以及將所述標準問題文本作為訓練樣本標簽，構建第二訓練樣本；

25、將與所述品牌形象類對應的第一預設提示詞以及所述第二訓練樣本輸入到待訓練的改寫模型中，以由所述改寫模型在所述第一預設提示詞的引導下，對所述品牌形象類的問題文本進行改寫，確定改寫后的問題文本，并以最小化所述改寫后的問題文本與所述標準問題文本之間的損失為優化目標，對所述改寫模型進行有監督的訓練。

26、可選地，訓練風控問答模型；

27、獲取若干個風控類和品牌形象類的問題文本、與若干個風控類和品牌形象類的問題文本對應的標準答案；

28、將所述風控類和品牌形象類的問題文本作為訓練樣本數據，以及將所述標準答案作為訓練樣本標簽，構建第三訓練樣本；

29、將所述風控問答模型的第二預設提示詞以及所述第三訓練樣本輸入到待訓練的風控問答模型中，以由所述風控問答模型在所述第二預設提示詞的引導下，基于所述風控類和品牌形象類的問題文本，確定與所述風控類和品牌形象類的問題文本對應的答案，并以最小化與所述風控類和品牌形象類的問題文本對應的答案與所述標準答案之間的損失為優化目標，對所述風控問答模型進行有監督的訓練。

30、本說明書提供了一種知識問答的裝置，所述裝置應用于終端設備，所述終端設備部署了用于答復問題的問答系統；所述問答系統包括問答知識庫、分類模型、改寫模型以及風控問答模型；所述裝置包括：

31、接收模塊，用于接收用戶發送的目標問題文本，并從所述問答知識庫中查詢與所述目標問題文本相匹配的預設答案；

32、分類模塊，用于如果確定所述問答知識庫中不存在所述目標問題文本，則將所述目標問題文本輸入到預先訓練的分類模型中，對所述目標問題文本進行分類，得到所述目標問題文本的問題類別；

33、改寫模塊，用于當所述問題類別為品牌形象類時，則將與所述品牌形象類對應的第一預設提示詞以及所述目標問題文本輸入到預先訓練的改寫模型中，以由所述改寫模型在所述第一預設提示詞的引導下，對所述目標問題文本進行改寫，得到改寫后的目標問題文本；

34、展示模塊，用于將所述風控問答模型的第二預設提示詞以及所述改寫后的目標問題文本輸入到預先訓練的風控問答模型中，以由所述風控問答模型在所述第二預設提示詞的引導下，基于所述改寫后的目標問題文本，得到與所述目標問題文本對應的答案，并將所述答案展示給所述用戶。

35、本說明書提供了一種知識問答系統，包括：

36、問答知識庫，用于接收用戶發送的目標問題文本，并從所述問答知識庫中查詢與所述目標問題文本相匹配的預設答案；

37、分類模型，用于如果確定所述問答知識庫中不存在所述目標問題文本，則將所述目標問題文本輸入到預先訓練的分類模型，對所述目標問題文本進行分類，得到所述目標問題文本的問題類別；

38、改寫模型，用于當所述問題類別為品牌形象類時，則將與所述品牌形象類對應的第一預設提示詞以及所述目標問題文本輸入到預先訓練的改寫模型中，以由所述改寫模型在所述第一預設提示詞的引導下，對所述目標問題文本進行改寫，得到改寫后的目標問題文本；

39、風控問答模型，用于將所述風控問答模型的第二預設提示詞以及所述改寫后的目標問題文本輸入到預先訓練的風控問答模型中，以由所述風控問答模型在所述第二預設提示詞的引導下，基于所述改寫后的目標問題文本，得到與所述目標問題文本對應的答案。

40、本說明書提供了一種電子設備，包括通信接口、處理器、存儲器和總線，所述通信接口、所述處理器和所述存儲器之間通過總線相互連接；

41、所述存儲器中存儲機器可讀指令，所述處理器通過調用所述機器可讀指令，執行上述知識問答的方法。

42、本說明書提供了一種機器可讀存儲介質，所述機器可讀存儲介質存儲有機器可讀指令，所述機器可讀指令在被處理器調用和執行時，實現上述知識問答的方法。

43、本說明書采用的上述至少一個技術方案能夠達到以下有益效果：

44、在本說明書中，基于問答知識庫、分類模型、改寫模型以及風控問答模型構建的問答系統。通過問答知識庫，對目標問題文本進行即時檢索，以實現快速響應，如果問答知識庫中不存在目標問題文本，則通過分類模型，對目標問題文本進行分類，得到目標問題文本的問題類別。

45、然后，通過改寫模型，在第一預設提示詞的引導下，對問題類別為品牌形象類的目標問題文本進行改寫。這一過程不僅提高了品牌形象類的目標問題文本的合規性和客觀性，同時也提高了隨后風控問答模型生成的答案的合規性和安全性。

46、最后，通過風控問答模型，在第二預設提示詞的引導下，得到與目標問題文本對應的答案，并將答案展示給用戶。從而，提高了車載系統對敏感問題的識別能力和處理能力。特別是提高了針對品牌形象類的問題文本的答案的合規性和安全性，以維護品牌的形象和聲譽。