[发明专利]基于深度学习的答案抽取方法及系统

说明书

本发明公开了一种基于深度学习的答案抽取方法及系统，其中，方法的实现包括：根据待回答问题中的关键词搜集与待回答问题的答案相关的知识碎片；基于待回答问题的类型，对知识碎片进行词性标注分析，将包含符合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，计算关键词与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；将目标候选答案中的词语反代入到待回答问题中得到若干个目标语句，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。通过本发明能够找到相似度较高的多个词语的答案，从而提高了系统的精确度。

技术领域

本发明属于人工智能与深度学习技术领域，更具体地，涉及一种基于深度学习的答案抽取方法及系统。

背景技术

问答机器人是指以自然语言理解技术为核心，使得计算机能够理解用户提出的问题，实现人与计算机之间的有效沟通，并且提供强大的搜索能力，准确回答用户的问题。其中，目前在计算机客服系统中普遍采用的智能问答系统就是一种自动问答系统，它是一种通过自然语言技术，能够理解用户的问题，并且提供准确答案的人工智能系统。

现有问答系统大多都是先以句子为单位进行分词及标注词性。利用问句类型表得到预期答案类型，利用句型分析得到答案的可能形式。最后将片段中不含预期答案类型的句子排除得到答案候选集。这类方法存在的问题是抽取方法只能识别特定词语的答案而不能识别相似词语的答案，从而导致识别准确性较低。

发明内容

针对现有技术的以上缺陷或改进需求，本发明提供了一种基于深度学习的答案抽取方法及系统，由此解决现有答案抽取方法中存在的只能识别特定词语的答案而不能识别相似词语的答案，而导致的识别准确性较低的技术问题。

为实现上述目的，按照本发明的一个方面，提供了一种基于深度学习的答案抽取方法，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，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。

优选地，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。

优选地，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。

按照本发明的另一方面，提供了一种基于深度学习的答案抽取系统，包括：