基于强化学习的问答结果生成方法、装置、设备及介质

本发明涉及智能决策技术领域，可应用于金融科技、医疗健康等业务系统平台中，公开了一种基于强化学习的问答结果生成方法、装置、设备及介质，包括：获取目标用户的自然语言问题，对所述自然语言问题进行实体抽取，得到候选实体；基于预设的业务知识图谱对预设的强化学习模型进行优化，得到路径召回模型；利用所述路径召回模型将所述候选实体与所述业务知识图谱中的标准实体进行关联，得到所述自然语言问题对应的候选路径；利用预设的路径评估指标对所述候选路径进行筛选，得到所述自然语言问题的目标召回路径；提取所述目标召回路径中的目标实体，根据所述目标实体生成所述自然语言问题的问答结果。本发明可以提升问答结果生成的准确性。