1.一种智能会话方法，其特征在于，所述方法包括：接收来自客户端的描述信息，并基于所述描述信息生成待识别的目标文本；将所述目标文本输入预先训练的专题抽取模型中，输出所述描述信息的专题结果；其中，所述专题抽取模型基于多个专题结果训练生成，每个专题结果基于多条文本数据中的最长公共字符串生成；查询与所述描述信息的专题结果所关联的问题集合，并将所述问题集合发送到所述客户端，以使所述客户端在显示界面进行展示；当接收到客户端返回的针对所述问题集合的选择指令时，基于所述选择指令确定出目标问题；查询所述目标问题的答案，并将所述答案发送到所述客户端，以使所述客户端展示至所述显示界面。2.根据权利要求1所述的方法，其特征在于，所述基于所述描述信息生成待识别的目标文本，包括：确定所述描述信息的目标语义；基于所述目标语义生成符合预设规则的标准描述文本，并将所述标准描述文本确定为待识别的目标文本。3.根据权利要求2所述的方法，其特征在于，所述描述信息包括文字信息或语音信息；所述确定所述描述信息的目标语义，包括：当所述描述信息为文字信息时，获取所述文字信息中每个文字的笔画图像后得到笔画图像集合；计算所述笔画图像集合中每个笔画图像的矩阵参数；根据每个笔画图像的矩阵参数得到每个笔画图像的语义向量；基于所述每个笔画图像的语义向量确定出所述文字信息的目标语义；或者，当所述描述信息为语音信息时，将所述语音信息划分为多个音频数据段；逐一计算所述多个音频数据段中每个音频数据段对应的语义向量；基于所述每个音频数据段对应的语义向量确定出所述语音信息的目标语义。4.根据权利要求1所述的方法，其特征在于，按照以下步骤生成预先训练的专题抽取模型，包括：基于前缀树算法创建模型训练样本；采用卷积神经网络构建专题抽取模型；将所述模型训练样本数据输入所述专题抽取模型中进行训练，输出损失值；当所述损失值小于预设阈值时，生成专题抽取模型。5.根据权利要求4所述的方法，其特征在于，所述基于前缀树算法创建模型训练样本，包括：采集历史文本样本；其中，所述历史文本样本中存在多条文本数据；采用前缀树算法针对所述多条文本数据进行建模生成目标前缀树；统计所述目标前缀树上子节点或组合子节点的出现频次；根据所述子节点或组合子节点的出现频次确定出最长公共字符串，并将所述最长公共

字符串确定为专题结果；继续执行所述采集历史文本样本的步骤，直到所述专题结果的数量到达预设数量时生成专题结果集合；预处理所述专题结果集合后生成模型训练样本。6.根据权利要求4所述的方法，其特征在于，所述当所述损失值小于预设阈值时，生成专题抽取模型，包括：当所述损失值大于等于预设阈值时，继续执行所述将所述模型训练样本数据输入所述专题抽取模型中进行训练的步骤；直到所述损失值小于预设阈值时，停止训练。7.根据权利要求1所述的方法，其特征在于，所述查询与所述描述信息的专题结果所关联的问题集合，并将所述问题集合发送到所述客户端，以使所述客户端在显示界面进行展示，包括：采用关键字匹配算法从历史问题库中查询所述描述信息的专题结果所关联的问题集合；获取所述问题集合中各问题的优先级；基于所述优先级的高低顺序将所述各问题发送到所述客户端，以使所述客户端在显示界面进行展示；所述获取所述问题集合中各问题的优先级，包括：获取所述问题集合中各问题指示的设置时刻；计算所述各问题指示的设置时刻与当前时刻的时长，得到各问题的设置时长；根据所述各问题的设置时长确定所述各问题的优先级。8.一种智能会话装置，其特征在于，所述装置包括：目标文本生成模块，用于接收来自客户端的描述信息，并基于所述描述信息生成待识别的目标文本；专题结果输出模块，用于将所述目标文本输入预先训练的专题抽取模型中，输出所述描述信息的专题结果；其中，所述专题抽取模型基于多个专题结果训练生成，每个专题结果基于多条文本数据中的最长公共字符串生成；问题集合查询模块，用于查询与所述描述信息的专题结果所关联的问题集合，并将所述问题集合发送到所述客户端，以使所述客户端在显示界面进行展示；目标问题确定模块，用于当接收到客户端返回的针对所述问题集合的选择指令时，基于所述选择指令确定出目标问题；答案展示模块，用于查询所述目标问题的答案，并将所述答案发送到所述客户端，以使所述客户端展示至所述显示界面。9.一种计算机设备，其特征在于，包括存储器和处理器，所述存储器中存储有计算机可读指令，所述计算机可读指令被所述处理器执行时，使得所述处理器执行如权利要求1至7中任一项权利要求所述智能会话方法的步骤。10.一种存储有计算机可读指令的介质，其特征在于，所述计算机可读指令被一个或多个处理器执行时，使得一个或多个处理器执行如权利要求1至7中任一项权利要求所述智能会话的步骤。