[发明专利]基于深度学习的答案抽取方法及系统

权利要求书

1.一种基于深度学习的答案抽取方法，其特征在于，包括：

根据待回答问题中的关键词搜集与所述待回答问题的答案相关的知识碎片；

基于所述待回答问题的类型，对所述知识碎片进行词性标注分析，将包含符合所述待回答问题的类型的知识碎片作为候选答案；

利用已训练的word2vec模型，计算所述关键词与所述候选答案中的知识碎片所包含的词语的相似度，找出满足相似度要求的词语作为目标候选答案；

将所述目标候选答案中的词语反代入到所述待回答问题中得到若干个目标语句，对各目标语句进行语义依存分析，以获得各目标语句的语义信息，并通过判断各目标语句的语义信息，对各目标语句进行排序，将排序最靠前的目标语句作为目标答案。

2.根据权利要求1所述的方法，其特征在于，所述方法还包括：

根据所述关键词的重要程度对所述知识碎片进行打分，其中，所述关键词的重要程度越高，则所述知识碎片的分数越高，且所述关键词位于所述知识碎片所属标题中的重要程度高于位于所述知识碎片中的重要程度；

判断所述知识碎片的分数是否高于分数阈值，若高于所述分数阈值，则将所述知识碎片作为候选答案，并执行所述利用已训练的word2vec模型，计算所述关键词与所述候选答案中的知识碎片所包含的词语的相似度，找出满足相似度要求的词语作为目标候选答案；

若所述知识碎片的分数不高于所述分数阈值，则执行所述基于所述待回答问题的类型，对所述知识碎片进行词性标注分析，将包含符合所述待回答问题的类型的知识碎片作为候选答案。

3.根据权利要求1或2所述的方法，其特征在于，所述方法还包括：

采用结巴分词，将训练语料进行分词；

将分好词的训练语料进行训练得到word2vec模型，其中，输入为由所有分词组成的输入文件，输出为词向量，每个单词的向量维度是M，训练的窗口大小为N，采样阈值为L。

4.一种基于深度学习的答案抽取系统，其特征在于，包括：

搜集模块，用于根据待回答问题中的关键词搜集与所述待回答问题的答案相关的知识碎片；

词性分析模块，用于基于所述待回答问题的类型，对所述知识碎片进行词性标注分析，将包含符合所述待回答问题的类型的知识碎片作为候选答案；

相似度计算模块，用于利用已训练的word2vec模型，计算所述关键词与所述候选答案中的知识碎片所包含的词语的相似度，找出满足相似度要求的词语作为目标候选答案；

目标答案确定模块，用于将所述目标候选答案中的词语反代入到所述待回答问题中得到若干个目标语句，对各目标语句进行语义依存分析，以获得各目标语句的语义信息，并通过判断各目标语句的语义信息，对各目标语句进行排序，将排序最靠前的目标语句作为目标答案。

5.根据权利要求4所述的系统，其特征在于，所述系统还包括：

评分模块，用于根据所述关键词的重要程度对所述知识碎片进行打分，其中，所述关键词的重要程度越高，则所述知识碎片的分数越高，且所述关键词位于所述知识碎片所属标题中的重要程度高于位于所述知识碎片中的重要程度；

判断模块，用于判断所述知识碎片的分数是否高于分数阈值；

判断执行模块，用于在所述知识碎片的分数高于所述分数阈值时，将所述知识碎片作为候选答案，并执行所述相似度计算模块的操作；在所述知识碎片的分数不高于所述分数阈值时，则执行所述词性分析模块的操作。

6.根据权利要求4或5所述的系统，其特征在于，所述系统还包括：

训练模块，用于采用结巴分词，将训练语料进行分词；将分好词的训练语料进行训练得到word2vec模型，其中，输入为由所有分词组成的输入文件，输出为词向量，每个单词的向量维度是M，训练的窗口大小为N，采样阈值为L。