智能问答技术专利技术综述

智能问答技术专利技术综述国家知识产权局专利局专利审查协作广东中心电学发明审查部

摘要：智能问答技术是应用信息检索和自然语言处理技术对用户的自然语言

问题进行自动分析，从而获取用户的意图，为用户提供精准答案，以满足用户的

知识获取需求的技术。当前，人工智能技术正迅猛发展，智能问答技术作为人工

智能技术的典型代表也成为了当下研究的热门技术。本文首先对智能问答技术做

了简单介绍，然后将智能问答技术的专利申请情况进行梳理，并对智能问答技术

在国内外的发展趋势及专利申请态势进行整体分析。

关键词：智能问答人工智能知识图谱

1 引言：智能问答技术本质上是通过计算机技术自动分析自然语言，以实现

精准答复用户提问的一种技术，其广泛应用在金融、医疗、教育、电商、智能语

音助手等领域，可以为客户提供咨询服务、为医生提供辅助诊断服务、为学生提

供解答问题服务，当然也能联合语音识别技术为用户提供电子设备的语音控制服

务等。

智能问答技术由来已久，最早可以追溯到人工智能的原点，也就是被称为

“人工智能之父”的图灵在1950年发表的文章，该文章提出了让机器参与一个

模仿游戏，以观察其是否具备有思考能力，从而来验证其是否是智能的。此后，

不断有学者深入研究，制造出一代又一代的聊天机器人，从简单的与人交流到利

用自然语言解析人的提问，逐步实现智能化的人机交互。当前比较热门的智能语

音技术就是其中的一个应用，华为的小艺、小米的小爱同学、阿里巴巴的天猫精灵、百度的小度等已逐渐走入了人们的生活中。

本文从智能问答技术发展现状进行分析，并站位智能问答技术发展现状的专

利申请角度，从智能问答技术分类、专利申请情况来分析智能问答技术专利态势，从而对智能问答技术在国内外的发展趋势及专利申请态势进行全方位分析。

2 智能问答技术分类

智能问答技术的分类维度多种多样，根据不同的分类维度可分为不同的类型。首先，根据涉及的知识领域，可以将智能问答技术分为特定域智能问答技术和开

放领域智能问答技术，其中，特定领域智能问答技术由于其限定领域，涉及面少，问题解答会更为准确，在现实生活中应用也相对广泛。其次，根据答案获取的途径，可将智能问答技术分为检索式智能问答技术和生成式智能问答技术，检索式

智能问答技术是根据用户提出的问题，在大量语料数据中进行搜索，寻找最适合

的答案，生成式智能问答技术是根据当前查询的问题，由模型自动生成对应答复。再者，根据问答对的数据形式及来源，可以将智能问答技术划分为基于文本的智

能问答技术、基于知识图谱的智能问答技术和基于社区的智能问答技术，其中，

基于文本的智能问答技术的问答对来源于若干非结构化文本数据，基于知识图谱

的智能问答技术的问答对来源于预先构建好的知识图谱，基于社区的智能问答技

术的问答对来源于社区问答数据，如百度知道、知乎、雅虎问答等帖子。另外，

根据分析手段，可以将智能问答技术划分为基于规则的智能问答技术、基于机器

学习的智能问答技术和基于深度学习的智能问答技术等。

智能问答技术的分类维度较多，各分类结果之间也存在着交叉，比如，特定

领域智能问答技术可以利用机器学习或深度学习相关的分析手段，分析的数据可

以是文本数据，也可以是知识图谱数据或者是社区数据；检索式智能问答技术检

索的语料来源可以使非结构化文本数据的问题对，也可以是知识图谱中的问题对，也能是社区问答数据中的问题对。

3 智能问答技术典型专利技术分析

（1）国内专利申请量趋势分析

在中文摘要数据库和英文摘要数据库中分别检索智能问答技术国内外申请量

情况，国内外专利申请量趋势图如图1所示，从图中可以看出，智能问答技术的

专利申请量在2012年至2022年间在国内外均呈现上升趋势，其中，2012年-

2017年处于缓慢发展期，2018年存在一个高速发展的拐点，当年是人工智能的

大元年，各类技术涌入人们的视野，比如：机器视觉、智能语音、自然语言分析、

深度学习等等，智能问答技术作为典型的人工智能技术也有了极大的突破。此后，在国际上，智能问答技术呈现高速发展状态，反观国内发展动态，2020年-2022

年智能问答技术处于稳定发展期，并不与国际发展趋势相同，究其根源，主要在

于国内人工智能技术起步相对较晚，多项卡脖子技术未能攻克，受制于国外，随

着国内对基础研究的投入，对科技人才的投入，智能问答技术也会开创新的辉煌，进一步便利人们的生活。

图1 国内外专利申请量趋势图

（2）根据问答对的数据形式及来源分类后的国内专利申请量趋势分析

以问答对的数据形式及来源这一分类维度进行分类后的智能问答技术国内专

利申请量如图2所示，由图2可知，三种类型的专利申请量均呈现了逐年上升的

趋势，且与国内智能问答技术发展拐点相同，均是在2018年出现大的变动。另外，由图也可以看出，基于文本的智能问答技术的申请量相对另外两种类型的智

能问答技术的申请量要少，主要在于基于文本这一种非结构化数据，其数据源本

身就小，对该类智能问答技术的创新也相对就少。基于知识图谱的智能问答技术

与基于社区的智能问答技术的申请量基本相同，也是目前的研究热点，将知识图

谱技术以及社区数据利用起来，可以更精准地分析出用户意图，得到更加精确的

答案。

图2 根据问答对的数据形式及来源分类后的国内专利申请量趋势图

4 总结与展望

本文通过对智能问答技术的专利文献进行梳理，对比了国内外的专利申请趋

势以及按照问答对的数据形式和来源分类后的国内专利申请量趋势，获知当前智

能问答技术正在迅猛发展，并在与知识图谱和社区数据有机结合的方向有较好的

发展前景。智能问答技术作为人工智能技术的一个重要应用，能够从海量数据中

精准地找出用户所需信息，研究智能问答技术的专利申请情况，有利于科研人员

精准把握当前研究动态，促进该领域的高速发展，从而进一步便利化人们的生活。

参考文献：

[1]卢琪,谢艺菲,谢钧等.知识图谱在智能问答中的应用研究[J].计算机技术

与发展,2021，31(07):13-20.

[2]赵芸,刘德喜,万常选等.检索式自动问答研究综述[J].计算机学报,2021，44(06)：1214-1232.

[3]深圳市拓保软件有限公司.一种基于NLP的智能客服交互方法及系统[P]. CN116226356A.2023.

[4]李德毅，于剑，中国人工智能学会.中国科协新一代信息技术系列丛书人

工智能导论[M]. 北京：中国科学技术出版社, 2018.

作者简介：

1.石梦洁，1992年，女，湖南邵阳人，硕士研究生，中级经济师，主要从事

大数据领域专利审查、专利分析等方面工作。

2.杜锦锦，1989年，女，河南商丘人，硕士研究生，中级经济师，主要从事

大数据领域专利审查、专利分析等方面工作。