本技术涉及人工智能辅助领域，尤其涉及一种基于意图确定逻辑的问答方法和服务器。
背景技术：
1、随着信息技术特别是自然语言处理（nlp）和机器学习（ml）领域的迅速发展，问答系统已成为人们日常生活和工作中获取信息的关键技术之一。这些系统允许用户通过提出问题来迅速获得相关答案，极大地提升了信息检索的效率。问答系统已在金融、医疗、教育等多个行业中得到广泛应用，能够处理从简单的标准查询到复杂的专业咨询等各种任务。
2、问答系统的核心技术之一是意图识别，该技术主要依赖于关键词提取、自然语言理解和机器学习模型来分析用户的提问，判断其类型和目的，并据此生成回答。
3、然而，在面对用户无法清晰表达其具体意图的情况时，这些系统往往无法提供精确且满足用户需求的答案。相关技术在面对模糊或不完整的用户提问时，常常难以准确确定用户的意图，导致提供的回答可能不准确或不相关。
技术实现思路
1、本技术提供了一种基于意图确定逻辑的问答方法和服务器，能够帮助用户明确其需求意图，准确问答其问题。
2、第一方面，本技术提供了一种基于意图确定逻辑的问答方法，应用于服务器，该方法包括：输入用户在用户端发出的提问语句到意图清晰度分析模型中，得到提问语句的第一意图清晰度和第一细化问题；在第一意图清晰度低于预设的清晰度阈值时，发送第一细化问题到用户端；基于用户在用户端对第一细化问题的答案选择，确定用户的意图方向，并结合用户的提问背景数据库，确定与意图方向相对应的意图问题；提问背景数据库包括身份信息、历史提问记录、提问关注点；输入意图问题到意图清晰度分析模型中，得到提问语句的第二意图清晰度和第二细化问题；在第二意图清晰度大于或等于预设的清晰度阈值时，基于意图问题确定对应的回答语句，并发送回答语句到用户端；基于视线追踪技术，检测用户浏览回答语句的视线停留点，并提取回答语句中与视线停留点对应的关注词句；查询知识数据库，得到与关注词句相对应的词句拓展解释，并发送词句拓展解释到用户端。
3、在上述实施例中，服务器通过多轮对话交互，结合用户背景信息，逐步细化和明确用户的查询意图，有效提高问答系统回答的准确性和相关性。首先利用意图清晰度分析模型判断用户初始提问的意图是否清晰，当意图不够明确时，发送细化问题引导用户进一步阐明需求。然后基于用户对细化问题的反馈，并结合其身份信息、历史提问记录等背景数据，推断出用户的真实意图方向。进一步地，将明确的意图问题再次输入分析模型，经过多次判断，当意图清晰度达到阈值时，即可给出精准的答复。同时，服务器基于视线追踪技术，通过捕捉用户浏览答案时的视线停留点，自动提取其关注的关键词句，并从知识库中获取相关拓展解释，主动为用户提供增值信息服务，提升用户体验。
4、结合第一方面的一些实施例，在一些实施例中，在提取回答语句中与视线停留点对应的关注词句的步骤之后，该方法还包括：基于回答语句中的上下文对关注词句进行扩展，获取关注词句前后对应的上下文词句；利用自然语言理解技术分析上下文词句的语义，在确定上下文词句中存在对应关注词句的关联内容时，对关联内容进行高亮批注。
5、在上述实施例中，服务器通过自然语言理解技术，深入分析了回答语句中关注词句的上下文语境，提取与其相关的上下文词句，并判断是否存在与关注点相关的内容。若存在，则对这些关联信息进行重点批注和提示。这种做法不仅能扩大关注词句的涵盖范围，提取到更多隐含的相关信息，同时还能通过高亮标注的方式引起用户关注。用户可以更全面地了解感兴趣的话题，不会遗漏重要的隐含细节，从而最大程度地满足其个性化的知识获取需求。此外，该技术也能帮助用户准确把握词句重点，减少无效信息的干扰，提高用户对词句语义的理解能力。提升了整个问答流程的智能化水平，为用户带来更优质的使用体验。
6、结合第一方面的一些实施例，在一些实施例中，在输入用户在用户端发出的提问语句到意图清晰度分析模型中，得到提问语句的第一意图清晰度和第一细化问题的步骤之前，该方法还包括：获取用户的身份信息；获取用户的历史提问记录；基于自然语言处理和知识图谱技术分析历史提问记录，得到用户的提问关注点；基于协同过滤算法，查找与用户的提问关注点的相似度在预设相似阈值内的用户群体；获取用户群体的提问倾向；根据身份信息、历史提问记录、提问关注点、提问倾向构建用户的提问背景数据库。
7、在上述实施例中，服务器通过构建用户提问背景数据库，包含用户身份信息、历史提问记录、提问关注点等信息，用于确定与用户意图方向对应的标准意图问题。通过使用自然语言处理和协同过滤算法分析用户历史提问，获得提问关注点，再找到类似关注点的用户群体，获取提问倾向。这些背景信息构成提问背景数据库。可以依据不同用户的个性化信息确定其标准意图，提高意图判断的精确度，实现个性化的问答服务。
8、结合第一方面的一些实施例，在一些实施例中，输入用户在用户端发出的提问语句到意图清晰度分析模型中，得到提问语句的第一意图清晰度和第一细化问题，具体包括：基于自然语言处理技术对用户在用户端发出的提问语句进行语法及语义解析，得到提问语句的语法树和语义框架；提取提问语句的关键词，并基于关键词确定提问语句所属的问题域；查询历史提问数据库中与问题域对应的历史模糊提问案例；比较提问语句与历史模糊提问案例的相似度，确定提问语句的第一意图清晰度；分析语法树、语义框架和问题域，生成第一细化问题。
9、在上述实施例中，服务器使用语法语义解析、关键词匹配、案例匹配等技术判断提问语句的意图清晰度。具体通过自然语言处理得到语法树和语义框架，再配合领域关键词分析判断语句所属问题域，最后比较语句与历史模糊提问案例的相似度，以此确定第一意图清晰度。通过多角度分析提问语句，可以准确判断意图的清晰程度，提高了评估提问的质量。
10、结合第一方面的一些实施例，在一些实施例中，比较提问语句与历史模糊提问案例的相似度，确定提问语句的第一意图清晰度，具体包括：将提问语句进行分词和词性标注，得到词语构成的提问语义解析树；读取历史模糊提问案例对应的案例语义解析树；采用结构相似度算法，计算提问语义解析树与多个案例语义解析树之间的结构相似度，作为语义相似度；确定语义相似度最高的历史模糊提问案例，作为匹配提问案例；提取匹配提问案例对应的意图清晰度，作为提问语句的第一意图清晰度。
11、在上述实施例中，服务器通过构建提问语义解析树和读取历史模糊提问案例的语义解析树，采用结构相似度算法计算两者之间的相似度，以判断提问语句的意图清晰度。这种基于语义解析树的相似度分析，可以充分考虑提问语句的语义信息，从词语与语义结构两个层面判断提问与典型模糊提问的相似情况。相较于仅词语统计的方法，可以更准确地计算提问语句的意图清晰程度。
12、结合第一方面的一些实施例，在一些实施例中，基于用户在用户端对第一细化问题的答案选择，确定用户的意图方向，具体包括：发送第一细化问题的多个可选答案到客户端；根据用户选择的目标答案，分析提问语句的语义信息，得到用户提问的意图类别；查询用户意图数据库，得到与意图类别对应的标准提问意图集合；计算提问语句与标准提问意图集合中的多个标准提问意图的语义相关度，确定语义相关度最高的标准提问意图作为用户的意图方向。
13、在上述实施例中，服务器通过与用户交互并分析选择结果，采用语义相关度算法比较提问语句与标准意图的相关度，以确定用户的意图方向。既考虑了提问语句本身的语义，也结合了用户的反馈参与判断意图，可以更精确地锁定用户的实际查询意图。减少了因算法自身导致的意图偏差，提高意图判断的准确性。
14、结合第一方面的一些实施例，在一些实施例中，用户在用户端发出提问语句的方式为语音输入；在发送回答语句到用户端的步骤之后，该方法还包括：利用语音合成技术，将回答语句转换为语音信息；将语音信息发送到用户端，使得用户端以语音形式播放语音信息。
15、在上述实施例中，服务器支持语音输入提问和语音输出回答，利用语音合成技术进行提问到回复的全语音交互。这种语音交互形式可以为视力或设备受限的用户提供无障碍的问答服务。同时，语音交互也提高了问答流程的友好性和便捷性，扩大了问答服务场景，提高了用户体验。
16、第二方面，本技术实施例提供了一种服务器，该服务器包括：第一分析模块，用于输入用户在用户端发出的提问语句到意图清晰度分析模型中，得到提问语句的第一意图清晰度和第一细化问题；问题细化模块，用于在第一意图清晰度低于预设的清晰度阈值时，发送第一细化问题到用户端；意图确认模块，用于基于用户在用户端对第一细化问题的答案选择，确定用户的意图方向，并结合用户的提问背景数据库，确定与意图方向相对应的意图问题；提问背景数据库包括身份信息、历史提问记录、提问关注点；第二分析模块，用于输入意图问题到意图清晰度分析模型中，得到提问语句的第二意图清晰度和第二细化问题；答复确认模块，用于在第二意图清晰度大于或等于预设的清晰度阈值时，基于意图问题确定对应的回答语句，并送回答语句到用户端；视线提取模块，用于基于视线追踪技术，检测用户浏览回答语句的视线停留点，并提取回答语句中与视线停留点对应的关注词句；语句拓展模块，用于查询知识数据库，得到与关注词句相对应的词句拓展解释，并发送词句拓展解释到用户端。
17、第三方面，本技术实施例提供了一种服务器，该服务器包括：一个或多个处理器和存储器；该存储器与该一个或多个处理器耦合，该存储器用于存储计算机程序代码，该计算机程序代码包括计算机指令，该一个或多个处理器调用该计算机指令以使得该服务器执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
18、第四方面，本技术实施例提供一种包含指令的计算机程序产品，当上述计算机程序产品在服务器上运行时，使得上述服务器执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
19、第五方面，本技术实施例提供一种计算机可读存储介质，包括指令，当上述指令在服务器上运行时，使得上述服务器执行如第一方面以及第一方面中任一可能的实现方式描述的方法。
20、可以理解地，上述第二方面、第三方面提供的服务器，第四方面提供的计算机程序产品和第五方面提供的计算机存储介质均用于执行本技术实施例所提供的方法。因此，其所能达到的有益效果可参考对应方法中的有益效果，此处不再赘述。
21、本技术实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：
22、1、由于采用了基于意图清晰度的多轮交互机制，所以可以通过细化问题与用户进行多轮对话，有效解决了相关技术中的用户意图表达不清晰导致问答失败的问题，进而实现了提高问答准确性和相关性的效果。同时还引入视线追踪技术，通过捕捉用户浏览答案时的视线停留点，自动提取其关注的关键词句，从知识库中获取相关词句的拓展解释，主动为用户提供知识增值服务。充分考虑了用户的个性化需求和表达习惯，从用户视角出发，提供交互式、递进式的意图引导问答服务，实现了个性化、精准化和主动式的智能问答，有效避免了传统问答系统中意图理解能力不足的局限。
23、2、由于采用了上下文语境增强的机制，所以在获取关注词句时可以充分利用词句的上下文信息，有效解决了相关技术中的关注点提取范围局限、容易遗漏隐含信息的问题，进而实现了提升关键信息获取的全面性和准确性的效果。使得用户借助这种信息增强方式，可以更全面地了解感兴趣话题的方方面面，最大限度地满足个性化的知识获取需求，不会遗漏重要的隐含细节，同时准确地理解词句在上下文中的真正含义，减少无效信息的千扰。从用户需求出发，结合人眼视觉特点和语言理解技术，全面提升了问答服务获取关键信息的能力，使其更加智能化、人性化，为用户带来更优质的使用体验。
24、3、由于采用了语音输入输出方式，所以用户可以直接用语音描述提问，并收听语音形式的回答，有效解决了相关技术中的问答交互依赖键盘输入和屏幕阅读，使用受限的问题，进而实现了提升问答服务可用性和友好性的效果。语音交互方式更加直观友好，符合人们日常对话习惯，降低了问答系统的使用门槛和学习成本。其立足用户实际使用场景，充分利用语音技术的优势，从根本上提高了智能问答服务的可用性、友好性和便捷性，使其成为无障碍的知识获取助手，为用户打造全新的语音交互问答体验。
1.一种基于意图确定逻辑的问答方法，应用于服务器，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，在所述提取所述回答语句中与所述视线停留点对应的关注词句的步骤之后，所述方法还包括：
3.根据权利要求1所述的方法，其特征在于，在所述输入用户在用户端发出的提问语句到意图清晰度分析模型中，得到所述提问语句的第一意图清晰度和第一细化问题的步骤之前，所述方法还包括：
4.根据权利要求1所述的方法，其特征在于，所述输入用户在用户端发出的提问语句到意图清晰度分析模型中，得到所述提问语句的第一意图清晰度和第一细化问题，具体包括：
5.根据权利要求4所述的方法，其特征在于，所述比较所述提问语句与所述历史模糊提问案例的相似度，确定所述提问语句的第一意图清晰度，具体包括：
6.根据权利要求1所述的方法，其特征在于，所述基于所述用户在所述用户端对所述第一细化问题的答案选择，确定所述用户的意图方向，具体包括：
7.根据权利要求1所述的方法，其特征在于，所述用户在用户端发出提问语句的方式为语音输入；在所述发送所述回答语句到所述用户端的步骤之后，所述方法还包括：
8.一种服务器，其特征在于，包括：
9.一种服务器，其特征在于，包括：一个或多个处理器和存储器；
10.一种计算机可读存储介质，包括指令，其特征在于，当所述指令在服务器上运行时，使得所述服务器执行如权利要求1-7中任一项所述的方法。
