一种答主的匹配方法、装置、电子设备以及存储介质与流程

1.本公开涉及人工智能领域，具体涉及智能搜索和大数据技术，具体可用于智能搜素等场景。


背景技术：

2.对于互动式知识问答分享平台而言，能够针对用户提出的待答复问题，进行准确的答主匹配，是保障用户具良好的用户体验的重要因素。


技术实现要素：

3.本公开提供了提供一种答主的匹配方法、装置、电子设备、可读存储介质以及计算机程序产品，用于为待答复问题精确的匹配答主。
4.根据本公开的一方面，提供了一种答主的匹配方法，该方法可以包括以下步骤：
5.基于第一关键词对应的第一词向量，确定候选答主对应的答主向量，第一关键词为根据候选答主的已答复问题确定的关键词，答主向量为用于表示候选答主可答复问题的向量；
6.基于第二关键词对应的第二词向量以及答主向量，在候选答主中确定与待答复问题匹配的目标答主，第二关键词为根据待答复问题确定的关键词。
7.根据本公开的第二方面，提供了一种答主的匹配装置，该装置可以包括：
8.答主向量确定单元，用于基于第一关键词对应的第一词向量，确定候选答主对应的答主向量，第一关键词为根据候选答主的已答复问题确定的关键词，答主向量为用于表示候选答主可答复问题的向量；
9.目标答主匹配单元，用于基于第二关键词对应的第二词向量以及答主向量，在候选答主中确定与待答复问题匹配的目标答主，第二关键词为根据待答复问题确定的关键词。
10.根据本公开的另一方面，提供了一种电子设备，包括：
11.至少一个处理器；以及
12.与该至少一个处理器通信连接的存储器；其中，
13.该存储器存储有可被该至少一个处理器执行的指令，该指令被该至少一个处理器执行，以使该至少一个处理器能够执行本公开任一实施例中的方法。
14.根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，该计算机指令用于使计算机执行本公开任一实施例中的方法。
15.根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序/指令，其特征在于，该计算机程序/指令被处理器执行时实现本公开任一实施例中的方法。
16.本公开的技术，通过已答复问题的关键词对应的词向量，来确定用于表示候选答主可答复问题的答主向量。因此，大幅度降低了所有答主的答主向量趋于平均，从而造成答主向量无法对答主进行个性化的表达的问题。这样，答主向量就能够更有效的表征答主可
答复的问题。
17.通过待答复问题的关键词对应的词向量来表示待答复问题，能够对包括新问题在内的各种待答复问题进行向量的表达。因此，通过第二词向量以及答主向量，在候选答主中确定与待答复问题匹配的目标答主，能够更为精确的为待答复问题匹配的目标答主。
18.应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
19.附图用于更好地理解本方案，不构成对本公开的限定。其中：
20.图1为本公开的实施例中提供的一种答主的匹配方法的流程图；
21.图2为本公开的实施例中提供的第一种答主向量的确定方法的流程图；
22.图3为本公开的实施例中提供的第二种答主向量的确定方法的流程图；
23.图4为本公开的实施例中提供的第三种答主向量的确定方法的流程图；
24.图5为本公开的实施例提供一种答主的匹配装置的示意图；
25.图6为本公开的实施例提供的一种电子设备的示意图。
具体实施方式
26.以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。
27.相关技术中，互动式知识问答分享平台在问答匹配环节，通常采取如下方式，来实现对待答复问题的答主匹配：
28.首先，将候选答主的已答复问题组成问题序列，再采用word2vec模型来学习每个已答复问题对应的词向量；其次，对多个已答复问题对应的词向量进行求和平均，得到用于表征答主的答主向量；再次，确定待答复问题时，会再次采用word2vec模型来学习待答复问题对应的词向量；最后，基于答主向量以及待答复问题对应的词向量，进行目标答主向量的匹配。
29.但对待答复问题进行答主匹配的相关技术中，在答主的已答复问题较多的情况下，对多个已答复问题对应的词向量求均值来得到用于表征答主的答主向量，往往会导致所有答主的答主向量趋于相近。从而造成答主向量无法对答主进行个性化的表达，进而导致无法精确的为待答复问题进行精准的答主匹配。
30.如果在学习已答复问题的词向量时，采用item2ve模型来代替word2vec模型，虽然也能够学习到已答复问题对应的词向量，并在一定程度上解决答主向量趋于平均无法有效表征答主的问题。但采用item2ve模型，无法对新出现的待答复问题进行词向量学习。即，无法得到待答复问题对应的词向量，进而无法采用词向量对待答复问题进行表征，最终导致无法实现对待答复问题的答主匹配。
31.为了解决上述问题，本公开的实施例中提供了一种答主的匹配方法，具体请参照图1，其为本公开的实施例中提供的一种答主的匹配方法的流程图。该方法可以包括以下步
骤：
32.步骤s101：基于第一关键词对应的第一词向量，确定候选答主对应的答主向量，第一关键词为根据候选答主的已答复问题确定的关键词，答主向量为用于表示候选答主可答复问题的向量。
33.步骤s102：基于第二关键词对应的第二词向量以及答主向量，在候选答主中确定与待答复问题匹配的目标答主，第二关键词为根据待答复问题确定的关键词。
34.本公开的实施例中，由于是通过已答复问题的关键词对应的词向量，来确定用于表示候选答主可答复问题的答主向量。因此，大幅度降低了由于所有答主的答主向量趋于平均所造成的答主向量无法对答主进行个性化的表达的问题。这样，答主向量就能够更有效的表征答主可答复的问题。
35.另外，通过待答复问题的关键词对应的词向量来表示待答复问题，能够对包括新问题在内的各种待答复问题进行向量的表达。
36.因此，通过第二词向量以及答主向量，在候选答主中确定与待答复问题匹配的目标答主，能够更为精确的为待答复问题匹配的目标答主。
37.本公开的实施例中，候选答主的数目至少为一个。在实际应用中，候选答主的数目往往是多个。对于每一个候选答主而言，已答复问题的数目也至少为一个。在实际应用中，已答复问题的数目往往也为多个。在本公开的实施例中，对候选答主的数目，以及每个候选答主的已答复问题的数目均不作具体限定。
38.对于不同数目的候选答主而言，无论每个候选答主的已答复问题的数目为多少，本公开的实施例中基于第一关键词对应的第一词向量，确定候选答主对应的答主向量的具体实现方式均可以为：首先，对于每一个候选答主，分别确定该答主全部已答复问题对应的第一关键词；然后，针对于每一个候选答主，均针对全部已答复问题各自对应的第一关键词，分别对应确定对应的第一词向量；最后，针对于每一个候选答主，均基于全部第一词向量，确定出该候选答主的答主向量。即，针对多个候选答主，均一一对应的确定出每一候选答主对应的答主向量。
39.所谓已答复问题，是指候选答主过往答复过的问题。具体可以通过提取该候选答主的历史行为数据中的用户历史答复数据来获得。
40.所谓关键词是指：已答复问题或者待答复问题的描述语句中，重要程度达到预设程度阈值的词。对于一具描述语句而言，关键词可以仅仅为一个，也可以不只限于一个。具体可以采用有监督方法或者无监督方法进行关键词提取的方式得到。
41.采用有监督方法进行关键词提取的，可以通过预先训练好的关键词提取模型，来提取已答复问题或者待答复问题的关键词。此时，该预先训练好的关键词提取模型可以为：基于样本语句以及对应标注的关键词训练得到的模型。在进行关键词提取时，可以将待处理关键词(已答复问题或者待答复问题的关键词)输入到预先训练好的关键词提取模型中，从而得到对应的关键词。
42.例如：针对某一候选答主的四个已答复问题：“北京二套房政策”、“什么养老保险比较好”、“某某手机值不值得购买”以及“a手机系统与b手机系统的优劣”，进行关键词提取，可以获得四个已答复问题各自的关键词。
43.具体的，“北京二套房政策”的关键词分别为：“北京”、“二套房”；“什么养老保险比
较好”的关键词为：“养老保险”；“某某手机值不值得购买”的关键词为：“某某”；“a手机系统与b手机系统的优劣”的关键词为：“a”、“b”。
44.基于有监督的方式来训练关键词提取模型，虽然能够准确、快速的提取关键词。但基于有监督的方式来训练关键词提取模型，需要大量的人工标注数据，成本较高。而如果基于无监督方法来提取关键词，关键词提取的成本会相对较低。但基于无监督方法来提取出的关键词，关键词的准确程度往往相对较差。在具体实现过程中，可以根据预设的需求，个性化的选择出符合该预设需求的方法实现关键词的提取。
45.对于每一个候选答主而言，具体实现“基于第一关键词对应的第一词向量，确定候选答主对应的答主向量的”的方式相同。因此，本公开的实施例中，对基于第一关键词对应的第一词向量，确定候选答主对应的答主向量的具体实现方式进行详细介绍时，仅仅以其中的一个候选答主为例进行说明。
46.为了对待答复问题进行更为精确的答主匹配，本公开的实施例中，还可以先对待答复问题和已答复问题进行问题类型的划分。在确定候选答主对应的答主向量时，基于不同的问题类型，确定候选答主对应不同问题类型的答主向量。
47.具体的步骤请参照图2，图2为本公开的实施例中提供的第一种答主向量的确定方法的流程图。
48.步骤s201：利用预先设置的问题类型划分策略，确定第一问题类型，第一问题类型为根据已答复问题确定出的至少一种问题类型。
49.步骤s202：利用第一词向量，确定对应于第一问题类型的答主向量。
50.从词向量的角度来看，相同问题类别的问题的关键词，在词义上相似度会更高，关键词对应的词向量的相似度也会更高。按照不同问题类型对应的第一词向量来确定不同问题类型对应的答主向量，能够使答主向量更为精细、准确的表征答主。
51.预先设置的问题类型划分策略可以是指：基于预先训练好的问题类型划分模型进行问题类型划分。该模型一般为基于问题样本以及对应标注的问题类型训练的模型。此时，利用预先设置的问题类型划分策略，确定第一问题类型的具体实现方式为：将已答复问题输入到预先训练好的问题类型划分模型，得到已答复问题对应的第一问题类型。
52.另外，预先设置的问题类型划分策略，还可以为基于先验值或者预先设定的问题类型来进行问题类型划分的策略。
53.本公开的实施例中，常见的问题类型包括但不限于，生活类、电子类、科技类、美食类、历史类以及军事类。
54.例如，对于已答复问题：“北京二套房政策”、“什么养老保险比较好”、“某某手机值不值得购买”以及“a手机系统与b手机系统的优劣”进行类型划分，具体可以划分为：1、生活类：“北京二套房政策”、“什么养老保险比较好”；2、电子类：“某某手机值不值得购买”以及“a手机系统与b手机系统的优劣”。
55.所谓确定对应于第一问题类型的答主向量，是确定候选答主在不同问题类型下的答主向量。例如：候选答主在生活类问题下的答主向量，候选答主在电子类问题下的答主向量。
56.为了能够更为方便、清楚的确定出不同问题类型的答主向量，本公开的实施例中，确定对应于第一问题类型的答主向量的步骤如图3所示，图3为本公开的实施例中提供的第
二种答主向量的确定方法的流程图。
57.步骤s301：按照第一问题类型，对已答复问题进行关键词提取，获得对应于第一问题类型的第一关键词。
58.步骤s302：利用对应于第一问题类型的第一关键词，确定对应于第一问题类型的第一词向量。
59.步骤s303：基于对应于第一问题类型的第一词向量，确定对应于第一问题类型的答主向量。
60.由于相同问题类别的问题的关键词，在词义上相似度会更高，关键词对应的词向量的相似度也会更高。因此，按照问题类型来学习词向量，能够学习出词向量的隐形假设。
61.所谓按照第一问题类型，对已答复问题进行关键词提取的具体实现方式为：首先，按照问题类型，将属于同一问题类型的已答复问题作为同一问题序列；然后，针对不同问题序列，分别进行已答复问题的关键词提取；最后，获得对应于第一问题类型的第一关键词，并将对应于第一问题类型的第一关键词作为一个关键词的序列(sequence)。
62.具体的，对于已答复问题：“北京二套房政策”、“什么养老保险比较好”、“某某手机值不值得购买”以及“a手机系统与b手机系统的优劣”，可以按照第一问题类型进行关键词提取，得到对应于第一类型的第一关键词：1、生活类：“北京”、“二套房”以及“养老保险”；2、电子类：“某某”、“a”以及“b”。
63.通过关键词对应的词向量来确定答主向量，相对于基于已答复问题对应的词向量来确定答主向量，会大幅度改善不同答主的答主向量趋于平均的问题。
64.另外，由于在匹配目标答主时，是基于待答复问题的关键词对应的词向量来与答主向量进行匹配。即，基于待答复问题的关键词来表征待答复问题，能够避免对于新出现的待答复问题无法进行词向量表征的情况。
65.因此，本公开的实施例中，在学习已答复问题和待答复问题各自对应的词向量时，即可以采用word2vec模型也可以采用item2ve模型。
66.由于答主向量能够更精确的代表性，本公开的实施例中，基于第一词向量，确定答主向量的具体实现方式往往如下：首先，计算第一词向量对应的向量均值；然后，将向量均值，作为答主向量。
67.为了提高目标答主的匹配效率，提升目标答主的匹配精度，本公开的实施例中，可以先确定待答复问题对应的问题类型，并筛选出具有相同问题类型的答主向量，再基于第二词向量以及对应于第二问题类型的答主向量，确定目标答主。具体实现过程请参照图4，图4为本公开的实施例中提供的第三种答主向量的确定方法的流程图。
68.步骤s401：在对应于第一问题类型的答主向量中，确定对应于第二问题类型的答主向量，第二问题类型为待答复问题对应的问题类型。
69.步骤s402：基于第二词向量以及对应于第二问题类型的答主向量，确定目标答主。
70.本公开的实施例中，为了能够直观、方便的确定出目标答主，无论是否先基于问题类型对答主向量进行筛选，确定目标答主的方式均为：首先，计算答主向量与第二词向量之间的向量相似度；然后，根据向量相似度，确定在答主向量中确定目标答主向量；最后，将目标答主向量对应的候选答主作为目标答主。
71.在确定目标答主向量时，可以将与第二词向量具有最高特征相似度的答主向量作
为目标答主向量。
72.另外，为了更为简单、准确的确定目标答主，本公开的实施例还可以采用基于预先训练好的向量匹配模型来实现根据向量相似度确定目标答主向量，进而确定目标答主的过程。具体过程为：将答主向量以及第二词向量输入到预先训练好的向量匹配模型中，得到向量相似度。根据向量相似度，确定候选答主与待答复问题是否匹配。将与待答复问题匹配的候选答主作为目标答主。
73.本公开的实施例中，预先训练好的向量匹配模型包括：基于样词向量以及对应标注的匹配结果训练得到的模型。
74.具体可以为仅包括输入层、隐藏层以及输出层的深度神经网络(deep neural networks，dnn)模型。此时，输入层输入的可以为：拼接在一起的答主向量以及第二词向量，输出层输出的为候选答主与待答复问题是否匹配。
75.如图5所示，本公开的实施例提供一种答主的匹配装置，该装置包括：
76.答主向量确定单元501，用于基于第一关键词对应的第一词向量，确定候选答主对应的答主向量，第一关键词为根据候选答主的已答复问题确定的关键词，答主向量为用于表示候选答主可答复问题的向量；
77.目标答主匹配单元502，用于基于第二关键词对应的第二词向量以及答主向量，在候选答主中确定与待答复问题匹配的目标答主，第二关键词为根据待答复问题确定的关键词。
78.在本公开的另一种实施例中，答主向量确定单元501，还可以包括：
79.第一问题类型确定子单元，用于利用预先设置的问题类型划分策略，确定第一问题类型，第一问题类型为根据已答复问题确定出的至少一种问题类型；
80.第一答主向量确定子单元，用于利用第一词向量，确定对应于第一问题类型的答主向量。
81.在本公开的另一种实施例中，第一答主向量确定子单元，还可以包括：
82.关键词获得子单元，用于按照第一问题类型，对已答复问题进行关键词提取，获得对应于第一问题类型的第一关键词；
83.词向量确定子单元，用于利用对应于第一问题类型的第一关键词，确定对应于第一问题类型的第一词向量；
84.第二答主向量确定子单元，用于基于对应于第一问题类型的第一词向量，确定对应于第一问题类型的答主向量。
85.在本公开的另一种实施例中，答主向量确定单元501，还可以包括：
86.问题类型确定子单元，用于在对应于第一问题类型的答主向量中，确定对应于第二问题类型的答主向量，第二问题类型为待答复问题对应的问题类型；
87.第一目标答主确定子单元，用于基于第二词向量以及对应于第二问题类型的答主向量，确定目标答主。
88.在本公开的另一种实施例中，目标答主匹配单元502，还可以包括：
89.相似度计算子单元，用于计算答主向量与第二词向量之间的向量相似度；
90.目标答主向量计算子单元，用于根据向量相似度，确定在答主向量中确定目标答主向量；
91.第三目标答主确定子单元，用于将目标答主向量对应的候选答主作为目标答主。
92.在本公开的另一种实施例中，答主向量确定单元501，还可以包括：
93.向量均值计算子单元，用于计算第一词向量对应的向量均值；
94.第三答主向量子单元，用于将向量均值作为答主向量。
95.本公开的技术方案中，所涉及的用户个人信息的获取，存储和应用等，均符合相关法律法规的规定，且不违背公序良俗。
96.根据本公开实施例，本公开还提供了一种电子设备和一种可读存储介质。
97.图6示出了可以用来实施本公开的实施例的示例电子设备600的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。
98.如图6所示，设备600包括计算单元601，其可以根据存储在只读存储器(rom)602中的计算机程序或者从存储单元608加载到随机访问存储器(ram)603中的计算机程序，来执行各种适当的动作和处理。在ram603中，还可存储设备600操作所需的各种程序和数据。计算单元601、rom 602以及ram 603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。
99.设备600中的多个部件连接至i/o接口605，包括：输入单元606，例如键盘、鼠标等；输出单元607，例如各种类型的显示器、扬声器等；存储单元608，例如磁盘、光盘等；以及通信单元609，例如网卡、调制解调器、无线通信收发机等。通信单元609允许设备600通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
100.计算单元601可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元601的一些示例包括但不限于中央处理单元(cpu)、图形处理单元(gpu)、各种专用的人工智能(ai)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(dsp)、以及任何适当的处理器、控制器、微控制器等。计算单元601执行上文所描述的各个方法和处理，例如答主的匹配方法。例如，在一些实施例中，答主的匹配方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元608。在一些实施例中，计算机程序的部分或者全部可以经由rom602和/或通信单元609而被载入和/或安装到设备600上。当计算机程序加载到ram 603并由计算单元601执行时，可以执行上文描述的答主的匹配方法的一个或多个步骤。备选地，在其他实施例中，计算单元601可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行答主的匹配方法。
101.本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、芯片上系统的系统(soc)、负载可编程逻辑设备(cpld)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至
少一个输出装置。
102.用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程答主的匹配装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
103.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
104.为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，crt(阴极射线管)或者lcd(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
105.可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(lan)、广域网(wan)和互联网。
106.计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，也可以为分布式系统的服务器，或者是结合了区块链的服务器。
107.应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。
108.上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。