一种问题回答方法、装置和电子设备与流程

1.本发明涉及计算机技术领域，具体而言，涉及一种问题回答方法、装置和电子设备。


背景技术：

2.目前，随着数字化技术和智能化技术的发展，在酒店、餐厅、商场等越来越多的场景下，都会部署智能机器人来对客人的咨询和询问进行答复。
3.智能机器人只能根据智能机器人自身已知的问题和答案来对客人的咨询和询问进行答复。当客人咨询的问题为智能机器人自身未知的问题时，那么智能机器人将不能对客人咨询的问题进行回答，降低了智能机器人的使用体验。


技术实现要素：

4.为解决上述问题，本发明实施例的目的在于提供一种问题回答方法、装置和电子设备。
5.第一方面，本发明实施例提供了一种问题回答方法，包括：当未能查询到能够回答客人当前提出的问题的答案时，获取回答所述客人在当前提出问题之前的上一次提出问题的答案语句；对所述上一次提出问题的答案语句进行处理，得到回答客人当前提出的问题的候选答案；利用所述客人当前提出的问题，对所述候选答案进行处理，得到回答客人当前提出的问题的答案。
6.第二方面，本发明实施例还提供了一种问题回答装置，包括：获取模块，用于当未能查询到能够回答客人当前提出的问题的答案时，获取回答所述客人在当前提出问题之前的上一次提出问题的答案语句；第一处理模块，用于对所述上一次提出问题的答案语句进行处理，得到回答客人当前提出的问题的候选答案；第二处理模块，用于利用所述客人当前提出的问题，对所述候选答案进行处理，得到回答客人当前提出的问题的答案。
7.第三方面，本发明实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述第一方面所述的方法的步骤。
8.第四方面，本发明实施例还提供了一种电子设备，所述电子设备包括有存储器，处理器以及一个或者一个以上的程序，其中所述一个或者一个以上程序存储于所述存储器中，且经配置以由所述处理器执行上述第一方面所述的方法的步骤。
9.本发明实施例上述第一方面至第四方面提供的方案中，在未能查询到能够回答客人当前提出的问题的答案时，对回答所述客人在当前提出问题之前的上一次提出问题的答
案语句进行处理，得到回答客人当前提出的问题的候选答案，然后利用所述客人当前提出的问题，对所述候选答案进行处理，得到回答客人当前提出的问题的答案，与相关技术中智能机器人只能对智能机器人自身已知的问题和答案进行解答的方式相比，能够在客人当前提出问题未知的情况下，对回答客人在当前提出问题之前的上一次提出问题的答案语句和客人当前提出的问题的上下文关系进行分析，得到客人针对当前提出问题之前的上一次提出问题的答案语句的进一步深入提问的答案，即使在知识库中或者语料库中查询无法查询到能够回答客人当前提出的问题的答案的情况下，仍然可以得到回复客人问题的答案，提高了对客人提出问题的回复效率和准确度，提升了智能机器人的使用体验。
10.为使本发明的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
11.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
12.图1示出了本发明实施例1所提供的一种问题回答方法的流程图；图2示出了本发明实施例2所提供的一种问题回答装置的结构示意图；图3示出了本发明实施例3所提供的一种电子设备的结构示意图。
具体实施方式
13.在本发明的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
14.此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
15.在本发明中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
16.目前，随着数字化技术和智能化技术的发展，在酒店、餐厅、商场等越来越多的场景下，都会部署智能机器人来对客人的咨询和询问进行答复。
17.在客人与智能机器人的对话中，会存在着客人对智能机器人回答的答案有疑问的情况，并会进一步基于智能机器人回答的答案进行追问或者确认。例如下面的对话：
“
客人：早饭在哪里吃智能机器人：酒店为自助餐，早餐位置在一楼西侧的聚义厅，欢迎前去用餐。
18.客人：什么厅智能机器人：我还不理解您说的意思，请换个说法试试”。
19.这种情况下，客人是对智能机器人对上一问题所回答的答案做更深入的提问，但对于一般的智能机器人而言，在得到客人提出的问题后，只能对智能机器人自身已有的知识库或者语料库进行答案检索查询，若未能查询到答案，是无法对客人提出的问题进行回答的。诸如上述客人当前提出的问题“什么厅”，由于智能机器人自身的知识库或者语料库并不存在这样的问题，导致智能机器人不能对客人当前提出的问题“什么厅”进行回答，使得在客人是对智能机器人对上一问题所回答的答案做更深入的提问的情况下，常常无法回答智能机器人提出的问题，降低了智能机器人的使用体验。
20.所述知识库中或者所述语料库中，存储有问题与答案的对应关系。
21.所述智能机器人自身存储有知识库中或者语料库中的所有问题的向量。
22.为使本技术的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本技术做进一步详细的说明。
23.实施例1本实施例提出的一种问题回答方法，执行主体是智能机器人；所述智能机器人内部设置有计算设备，可以对客人提出的问题进行分析并回答。
24.参见图1所示的一种问题回答方法的流程图，本实施例提出一种问题回答方法，包括以下具体步骤：步骤100、当未能查询到能够回答客人当前提出的问题的答案时，获取回答所述客人在当前提出问题之前的上一次提出问题的答案语句。
25.这里，在执行上述步骤100之前，在获取到客人当前提出的问题时，智能机器人可以采用现有的词袋模型（bagofwords），将所述客人当前提出的问题转换成一个待识别问题的问题向量；然后，智能机器人获取到智能机器人自身存储的知识库中或者语料库中的所有问题的向量，分别计算该待识别问题的问题向量分别与所有问题中各问题的向量的杰卡德距离（jaccarddistance）；当知识库中或者语料库中的所有问题中存在有与该待识别问题的问题向量的杰卡德距离大于杰卡德距离阈值的问题时，将与该待识别问题的问题向量的杰卡德距离大于杰卡德距离阈值的问题中具有最大的杰卡德距离的问题确定为与该待识别问题最相似的问题，即客人当前提出的问题；最后，智能机器人根据知识库中或者语料库中存储的问题与答案的对应关系，将与该待识别问题最相似的问题对应的答案确定为回答客人当前提出的问题的答案，并将确定出的答案反馈给客人，从而回答客人当前提出的问题。
26.但是，当在计算该待识别问题的问题向量分别与所有问题中各问题的向量的杰卡德距离后，智能机器人确定知识库中或者语料库中的所有问题中不存在与该待识别问题的问题向量的杰卡德距离大于杰卡德距离阈值的问题时，说明知识库中或者语料库中的所有问题均与客人当前提出的问题不相似，那么智能机器人就可以确定在知识库中或者语料库中未能查询到能够回答客人当前提出的问题的答案。此时就可以执行上述步骤100，以在通过知识库或者语料库无法回答客人提出问题的情况下，来根据回答所述客人在当前提出问
题之前的上一次提出问题的答案语句与客人当前提出的问题的上下文关系，对客人当前提出的问题进行回答。
27.示例地，若客人与智能机器人发生如下对话：“客人：早饭在哪里吃智能机器人：酒店为自助餐，早餐位置在一楼西侧的聚义厅，欢迎前去用餐。
28.客人：什么厅智能机器人：我还不理解您说的意思，请换个说法试试”。说明此时通过知识库或者语料库未能查询到能够回答客人当前提出的问题“什么厅”的答案。
29.在上述对话中，智能机器人回答所述客人在当前提出问题之前的上一次提出问题的答案语句是：“酒店为自助餐，早餐位置在一楼西侧的聚义厅，欢迎前去用餐”。
30.在后续步骤102中，需要对该答案语句“酒店为自助餐，早餐位置在一楼西侧的聚义厅，欢迎前去用餐”进行处理，以对客人当前提出的问题“什么厅”进行解答。
31.步骤102、对所述上一次提出问题的答案语句进行处理，得到回答客人当前提出的问题的候选答案。
32.在上述步骤102中，为了得到回答客人当前提出的问题的候选答案，可以执行以下步骤（1）至步骤（3）：（1）对回答所述上一次提出问题的答案语句进行分词操作，得到组成回答所述上一次提出问题的所述答案语句的词语；（2）从组成所述答案语句的词语中抽取出数量词和时间词，并对组成所述答案语句的词语进行命名实体识别，得到所述答案语句的词语中的命名实体；（3）将所述答案语句的词语中的命名实体、数量词、以及时间词确定为回答客人当前提出的问题的候选答案。
33.在上述步骤（1）中，对回答所述上一次提出问题的答案语句进行分词操作的具体过程是现有技术，这里不再赘述。
34.对该答案语句“酒店为自助餐，早餐位置在一楼西侧的聚义厅，欢迎前去用餐”进行分词操作后，可以得到如下词语：“酒店”、“为”、“自助餐”、“早餐”、“位置”、“在”、“一楼”、“西侧”、“的”、“聚义厅”、“欢迎”、“前去”、“用餐”。
35.在上述步骤（2）中，利用预先在智能机器人中运行的正则表达式，将上述这些词语中的数量词和时间词抽取出来。
36.利用正则表达式，将上述这些词语中的数量词和时间词抽取出来的具体过程是现有技术，这里不再赘述。
37.在一个实施方式中，利用正则表达式，可以在上述这些词语中：“酒店”、“为”、“自助餐”、“早餐”、“位置”、“在”、“一楼”、“西侧”、“的”、“聚义厅”、“欢迎”、“前去”、“用餐”抽取出的数量词是“一”。
38.在执行抽取分词后词语的数量词和时间词的流程后，智能机器人可以利用预先运行在智能机器人中的斯坦福大学的自然语言处理（stanfordnlp）工具，对这些词语“酒店”、“为”、“自助餐”、“早餐”、“位置”、“在”、“一楼”、“西侧”、“的”、“聚义厅”、“欢迎”、“前去”、“用餐”中的命名实体进行识别，得到所述答案语句的词语中的命名实体。
39.利用所述stanfordnlp工具进行命名实体识别的过程是现有技术，这里不再赘述。
40.在一个实施方式中，利用stanfordnlp工具，可以在以下这些词语中：“酒店”、“为”、“自助餐”、“早餐”、“位置”、“在”、“一楼”、“西侧”、“的”、“聚义厅”、“欢迎”、“前去”、“用餐”中识别出的命名实体是：“酒店”、“一楼”、和“聚义厅”。
41.在上述步骤（3）中，通过以上步骤（1）至步骤（2）的描述，可以确定：从回答所述客人在当前提出问题之前的上一次提出问题的答案语句“酒店为自助餐，早餐位置在一楼西侧的聚义厅，欢迎前去用餐”中，得到的作为回答客人当前提出的问题的候选答案的词语包括：数量词“一”、以及识别出的命名实体：“酒店”、“一楼”、和“聚义厅”。
42.在通过执行上述步骤102得到回答客人当前提出的问题的候选答案后，可以继续执行以下步骤104，得到回答客人当前提出的问题的答案。
43.步骤104、利用所述客人当前提出的问题，对所述候选答案进行处理，得到回答客人当前提出的问题的答案。
44.在上述步骤104中，为了利用所述客人当前提出的问题，对候选答案进行处理，得到回答客人当前提出的问题的答案，可以执行以下步骤（11）至步骤（13）：（11）对所述客人当前提出的问题进行分词，得到组成所述客人当前提出的问题的词语；（12）去掉组成所述客人当前提出的问题的词语中的停用词，得到客人当前提出的问题的词语中的问题关键词；（13）将与所述问题关键词具有相同汉字的候选答案，确定为回答客人当前提出的问题的答案。
45.在上述步骤（11）中，对所述客人当前提出的问题进行分词，得到组成所述客人当前提出的问题的词语的具体过程是现有技术，这里不再赘述。
46.继续以上示例进行说明，对客人当前提出的问题“什么厅”进行分词后，可以得到如下分词结果：“什么”和“厅”。
47.在上述步骤（12）中，智能机器人利用智能机器人自身存储的停用词词典中记载的停用词，去掉组成所述客人当前提出的问题的词语中的停用词。
48.所述停用词，包括但不限于：“的”、“什么”、“那”以及“那么”。这些停用词均存储在所述停用词词典中。
49.继续以上示例进行说明，利用停用词词典去掉客人当前提出的问题“什么厅”的分词后的结果“什么”和“厅”中的停用词“什么”，从而得到客人当前提出的问题的词语中的问题关键词“厅”。
50.在上述步骤（13）中，为了确定为回答客人当前提出的问题的答案，可以执行以下步骤（131）至步骤（132）：（131）计算所述问题关键词与候选答案的相似程度；（132）将与所述问题关键词的相似程度大于相似程度阈值的候选答案，确定为回答客人当前提出的问题的答案。
51.在上述步骤（131）中，为了计算所述问题关键词与候选答案的相似程度，可以执行以下步骤（21）至步骤（23）：（21）确定问题关键词包含的字符与候选答案包含的字符的交集，得到所述交集中
的字符数量；（22）确定问题关键词包含的字符与候选答案包含的字符的并集，得到所述并集中的字符数量；（23）通过以下公式1计算所述问题关键词与候选答案的相似程度:（1）其中，表示问题关键词与候选答案的相似程度；表示问题关键词包含的字符与候选答案包含的字符的交集中的字符数量；表示问题关键词包含的字符与候选答案包含的字符的并集中的字符数量；表示预设数值。
52.在上述步骤（21）中，确定问题关键词包含的字符与候选答案包含的字符的交集，就是确定问题关键词包含的字符与候选答案包含的字符中相同的字符数量。
53.继续以上示例进行说明，客人当前提出的问题的问题关键词“厅”与作为候选答案的词语：数量词“一”、以及识别出的命名实体：“酒店”、“一楼”不具有任何相同的字符。
54.客人当前提出的问题的问题关键词“厅”和作为候选答案的词语的“聚义厅”具有相同的字符“厅”字。而且，可以进一步确定相同的字符数量是1。
55.在上述步骤（22）中，确定问题关键词包含的字符与候选答案包含的字符的并集，就是确定问题关键词包含的字符与候选答案包含的字符的所有字符的数量。
56.继续以上示例进行说明，客人当前提出的问题的问题关键词“厅”与作为候选答案的词语：数量词“一”的所有字符数量是2；客人当前提出的问题的问题关键词“厅”与作为候选答案的词语：“酒店”的所有字符数量是3；客人当前提出的问题的问题关键词“厅”与作为候选答案的词语：“一楼”的所有字符数量是3；客人当前提出的问题的问题关键词“厅”与作为候选答案的词语：“聚义厅”的所有字符数量是3。
57.在上述步骤（23）中，可以设置为100。当然，还可以设置为60至200之间的任意正整数，这里不再一一赘述。
58.继续以上示例进行说明，由于客人当前提出的问题的问题关键词“厅”，与作为候选答案的词语：数量词“一”、以及识别出的命名实体：“酒店”、“一楼”不具有任何相同的字符，那么经过上述公式1的计算，客人当前提出的问题的问题关键词“厅”，与作为候选答案的词语：数量词“一”、以及识别出的命名实体：“酒店”、“一楼”的相似程度为0。
59.由于客人当前提出的问题的问题关键词“厅”，与客人当前提出的问题中作为候选答案的词语：“聚义厅”具有一个相同的字符；而且，客人当前提出的问题的问题关键词“厅”与客人当前提出的问题中作为候选答案的词语：“聚义厅”的所有字符数量是3。那么经过上述公式1的计算，可以得到客人当前提出的问题的问题关键词“厅”与客人当前提出的问题中作为候选答案的词语：“聚义厅”的相似程度是1/3=0.33。
60.在上述步骤（132）中，所述相似程度阈值，可以设置为0或者接近0的任意数值。这里不再一一赘述。
61.继续以上示例进行说明，在作为回答客人当前提出的问题的候选答案的词语包
括：数量词“一”、以及识别出的命名实体：“酒店”、“一楼”、和“聚义厅”这几个词语中，只有作为候选答案的词语：“聚义厅”与客人当前提出的问题的问题关键词“厅”的相似程度是0.33。
62.所以，智能机器人可以将作为候选答案的词语：“聚义厅”作为回答客人当前提出的问题的答案，并将答案答复给客人。
63.如果存在至少两个候选答案的相似程度大于相似程度阈值；那么将至少两个候选答案中，与客人当前提出的问题的问题关键词的相似程度最大的候选答案作为回答客人当前提出的问题的答案，并将答案答复给客人。
64.除了上述得到与所述问题关键词具有相同汉字的候选答案的方式外，本实施例提出的问题回答方法还可以采用现有技术中任何能够确定出不同词语中具有相同字符的方法，来得到与所述问题关键词具有相同汉字的候选答案，这里不再一一赘述。
65.从而，智能机器人能够根据回答所述客人在当前提出问题之前的上一次提出问题的答案语句与客人当前提出的问题的上下文关系，得到客人针对当前提出问题之前的上一次提出问题的答案语句的进一步深入提问的答案，即使在知识库中或者语料库中查询无法查询到能够回答客人当前提出的问题的答案的情况下，仍然可以得到回复客人问题的答案，提高了对客人提出问题的回复效率和准确度，提升了智能机器人的使用体验。
66.若智能机器人可以执行本实施例提出的问题回答方法，客人与智能机器人会发生如下对话：“客人：早饭在哪里吃智能机器人：酒店为自助餐，早餐位置在一楼西侧的聚义厅，欢迎前去用餐。
67.客人：什么厅智能机器人：聚义厅。
68.客人：好的，谢谢”。这样，智能机器人就可以解决客人的疑问，提升了智能机器人的使用体验。
69.综上所述，本实施例提出一种问题回答方法，在未能查询到能够回答客人当前提出的问题的答案时，对回答所述客人在当前提出问题之前的上一次提出问题的答案语句进行处理，得到回答客人当前提出的问题的候选答案，然后利用所述客人当前提出的问题，对所述候选答案进行处理，得到回答客人当前提出的问题的答案，与相关技术中智能机器人只能对智能机器人自身已知的问题和答案进行解答的方式相比，能够在客人当前提出问题未知的情况下，对回答客人在当前提出问题之前的上一次提出问题的答案语句和客人当前提出的问题的上下文关系进行分析，得到客人针对当前提出问题之前的上一次提出问题的答案语句的进一步深入提问的答案，即使在知识库中或者语料库中查询无法查询到能够回答客人当前提出的问题的答案的情况下，仍然可以得到回复客人问题的答案，提高了对客人提出问题的回复效率和准确度，提升了智能机器人的使用体验。
70.实施例2本实施例提出的一种问题回答装置，用于执行上述实施例1提出的一种问题回答方法。
71.参见图2所示的一种问题回答装置的结构示意图，本实施例提出的一种问题回答装置，包括：获取模块200，用于当未能查询到能够回答客人当前提出的问题的答案时，获取回
答所述客人在当前提出问题之前的上一次提出问题的答案语句；第一处理模块202，用于对所述上一次提出问题的答案语句进行处理，得到回答客人当前提出的问题的候选答案；第二处理模块204，用于利用所述客人当前提出的问题，对所述候选答案进行处理，得到回答客人当前提出的问题的答案。
72.所述第一处理模块202，具体用于：对回答所述上一次提出问题的答案语句进行分词操作，得到组成回答所述上一次提出问题的所述答案语句的词语；从组成所述答案语句的词语中抽取出数量词和时间词，并对组成所述答案语句的词语进行命名实体识别，得到所述答案语句的词语中的命名实体；将所述答案语句的词语中的命名实体、数量词、以及时间词确定为回答客人当前提出的问题的候选答案。
73.所述第二处理模块204，具体用于：对所述客人当前提出的问题进行分词，得到组成所述客人当前提出的问题的词语；去掉组成所述客人当前提出的问题的词语中的停用词，得到客人当前提出的问题的词语中的问题关键词；将与所述问题关键词具有相同汉字的候选答案，确定为回答客人当前提出的问题的答案。
74.综上所述，本实施例提出一种问题回答装置，在未能查询到能够回答客人当前提出的问题的答案时，对回答所述客人在当前提出问题之前的上一次提出问题的答案语句进行处理，得到回答客人当前提出的问题的候选答案，然后利用所述客人当前提出的问题，对所述候选答案进行处理，得到回答客人当前提出的问题的答案，与相关技术中智能机器人只能对智能机器人自身已知的问题和答案进行解答的方式相比，能够在客人当前提出问题未知的情况下，对回答客人在当前提出问题之前的上一次提出问题的答案语句和客人当前提出的问题的上下文关系进行分析，得到客人针对当前提出问题之前的上一次提出问题的答案语句的进一步深入提问的答案，即使在知识库中或者语料库中查询无法查询到能够回答客人当前提出的问题的答案的情况下，仍然可以得到回复客人问题的答案，提高了对客人提出问题的回复效率和准确度，提升了智能机器人的使用体验。
75.实施例3本实施例提出一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器运行时执行上述实施例1描述的问题回答方法的步骤。具体实现可参见方法实施例1，在此不再赘述。
76.此外，参见图3所示的一种电子设备的结构示意图，本实施例还提出一种电子设备，上述电子设备包括总线51、处理器52、收发机53、总线接口54、存储器55和用户接口56。上述电子设备包括有存储器55。
77.本实施例中，上述电子设备还包括：存储在存储器55上并可在处理器52上运行的一个或者一个以上的程序，经配置以由上述处理器执行上述一个或者一个以上程序用于进行以下步骤（1）至步骤（3）：
（1）当未能查询到能够回答客人当前提出的问题的答案时，获取回答所述客人在当前提出问题之前的上一次提出问题的答案语句；（2）对所述上一次提出问题的答案语句进行处理，得到回答客人当前提出的问题的候选答案；（3）利用所述客人当前提出的问题，对所述候选答案进行处理，得到回答客人当前提出的问题的答案。
78.收发机53，用于在处理器52的控制下接收和发送数据。
79.其中，总线架构（用总线51来代表），总线51可以包括任意数量的互联的总线和桥，总线51将包括由处理器52代表的一个或多个处理器和存储器55代表的存储器的各种电路链接在一起。总线51还可以将诸如外围设备、稳压器和功率管理电路等之类的各种其他电路链接在一起，这些都是本领域所公知的，因此，本实施例不再对其进行进一步描述。总线接口54在总线51和收发机53之间提供接口。收发机53可以是一个元件，也可以是多个元件，比如多个接收器和发送器，提供用于在传输介质上与各种其他装置通信的单元。例如：收发机53从其他设备接收外部数据。收发机53用于将处理器52处理后的数据发送给其他设备。取决于计算系统的性质，还可以提供用户接口56，例如小键盘、显示器、扬声器、麦克风、操纵杆。
80.处理器52负责管理总线51和通常的处理，如前述上述运行通用操作系统。而存储器55可以被用于存储处理器52在执行操作时所使用的数据。
81.可选的，处理器52可以是但不限于：中央处理器、单片机、微处理器或者可编程逻辑器件。
82.可以理解，本发明实施例中的存储器55可以是易失性存储器或非易失性存储器，或可包括易失性和非易失性存储器两者。其中，非易失性存储器可以是只读存储器(read
‑
only memory，rom)、可编程只读存储器 (programmable rom，prom)、可擦除可编程只读存储器(erasable prom，eprom)、电可擦除可编程只读存储器(electrically eprom，eeprom)或闪存。易失性存储器可以是随机存取存储器(random access memory，ram)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的ram可用，例如静态随机存取存储器(static ram，sram)、动态随机存取存储器 (dynamic ram，dram)、同步动态随机存取存储器(synchronous dram，sdram)、双倍数据速率同步动态随机存取存储器(double data rate sdram，ddrsdram)、增强型同步动态随机存取存储器(enhanced sdram，esdram)、同步连接动态随机存取存储器(synchlink dram，sldram)和直接内存总线随机存取存储器(direct rambus ram，drram)。本实施例描述的系统和方法的存储器55旨在包括但不限于这些和任意其它适合类型的存储器。
83.在一些实施方式中，存储器55存储了如下的元素，可执行模块或者数据结构，或者它们的子集，或者它们的扩展集：操作系统551和应用程序552。
84.其中，操作系统551，包含各种系统程序，例如框架层、核心库层、驱动层等，用于实现各种基础业务以及处理基于硬件的任务。应用程序552，包含各种应用程序，例如媒体播放器(media player)、浏览器(browser)等，用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序552中。
85.综上所述，本实施例提出一种计算机可读存储介质和电子设备，在未能查询到能
够回答客人当前提出的问题的答案时，对回答所述客人在当前提出问题之前的上一次提出问题的答案语句进行处理，得到回答客人当前提出的问题的候选答案，然后利用所述客人当前提出的问题，对所述候选答案进行处理，得到回答客人当前提出的问题的答案，与相关技术中智能机器人只能对智能机器人自身已知的问题和答案进行解答的方式相比，能够在客人当前提出问题未知的情况下，对回答客人在当前提出问题之前的上一次提出问题的答案语句和客人当前提出的问题的上下文关系进行分析，得到客人针对当前提出问题之前的上一次提出问题的答案语句的进一步深入提问的答案，即使在知识库中或者语料库中查询无法查询到能够回答客人当前提出的问题的答案的情况下，仍然可以得到回复客人问题的答案，提高了对客人提出问题的回复效率和准确度，提升了智能机器人的使用体验。
86.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。