[发明专利]一种自动问答方法、装置和存储介质有效

专利信息
申请号: 201810113807.4 申请日: 2018-02-05
公开(公告)号: CN108363763B 公开(公告)日: 2020-12-01
发明(设计)人: 涂兆鹏;刘晓江;史树明 申请(专利权)人: 深圳市腾讯计算机系统有限公司
主分类号: G06F16/332 分类号: G06F16/332
代理公司: 深圳翼盛智成知识产权事务所(普通合伙) 44300 代理人: 黄威
地址: 518000 广东省深圳市南*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 自动 问答 方法 装置 存储 介质
【权利要求书】:

1.一种自动问答方法,其特征在于,包括:

识别问题信息中的数字内容,并将识别到的数字内容转换成对应的第一问题向量;

将所述问题信息中的非数字内容转换成对应的第二问题向量;

根据所述第一问题向量、所述第二问题向量以及参考向量集合获取对应的目标答案向量,所述参考向量集合包括参考信息中的数字内容所对应的第一参考向量;

获取所述目标答案向量对应的目标数字内容和对应的目标非数字内容;

根据所述目标数字内容、所述目标非数字内容以及所述目标数字内容与所述目标非数字内容的生成时序构建所述问题信息对应的答案信息。

2.如权利要求1所述的自动问答方法,其特征在于,识别问题信息中的数字内容,并将识别到的数字内容转换成对应的第一问题向量的步骤之前,还包括:

获取参考信息;

将所述参考信息中的数字内容转换成对应的第一参考向量,将所述参考信息中的非数字内容转换成对应的第二参考向量;

根据所述第一参考向量和所述第二参考向量构建所述参考向量集合。

3.如权利要求2所述的自动问答方法,其特征在于,根据所述第一问题向量、所述第二问题向量以及参考向量集合获取对应的目标答案向量的步骤,包括:

根据所述第一问题向量以及所述第二问题向量,获取所述第一问题向量对应的第一上下文向量;

根据所述第一上下文向量,获取解码器神经网络的当前状态向量;

根据所述第一参考向量以及所述第二参考向量,获取所述第一参考向量对应的第二上下文向量;

将所述第一上下文向量、所述当前状态向量以及所述第二上下文向量输入到解码器神经网络;

获取所述解码器神经网络输出的答案向量,并将获取到的答案向量作为所述第一问题向量对应的目标答案向量。

4.如权利要求3所述的自动问答方法,其特征在于,获取所述目标答案向量对应的目标数字内容的步骤,包括:

将所述当前状态向量以及所述第二上下文向量输入到数字解码器神经网络;

获取所述数字解码器神经网络输出的数字内容,并将获取到的数字内容作为所述目标答案向量对应的目标数字内容。

5.如权利要求1-4任一项所述的自动问答方法,其特征在于,将识别到的数字内容转换成对应的第一问题向量的步骤,包括:

对识别到的所述数字内容进行二进制编码,得到对应的单精度二进制向量;

将所述单精度二进制向量作为所述第一问题向量。

6.如权利要求1-4任一项所述的自动问答方法,其特征在于,将识别到的数字内容转换成对应的第一问题向量的步骤,包括:

将识别到的所述数字内容拆分为多个数字单元,得到数字单元序列;

将所述数字单元序列输入到数字编码器神经网络;

获取所述数字编码器神经网络输出的对应所述数字单元序列的向量序列;

将获取到的所述向量序列作为所述第一问题向量。

7.如权利要求2所述的自动问答方法,其特征在于,参考信息包括相互关联的键参考信息和值参考信息,且键参考信息为非数字内容,值参考信息为数字内容,

将所述参考信息中的数字内容转换成对应的第一参考向量,将所述参考信息中的非数字内容转换成对应的第二参考向量的步骤,包括:

将获取到的键参考信息和值参考信息输入到键-值存储神经网络;

获取所述键-值存储神经网络调用数字编码器神经网络输出的对应所述值参考信息的第一参考向量;

获取所述键-值存储神经网络输出的对应所述键参考信息的第二参考向量。

8.如权利要求1-4任一项所述的自动问答方法,其特征在于,将所述问题信息中的非数字内容转换成对应的第二问题向量的步骤,包括:

将所述非数字内容输入到编码器神经网络;

获取所述编码器神经网络输出的对应所述非数字内容的词向量;

将对应所述非数字内容的词向量作为所述第二问题向量。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳市腾讯计算机系统有限公司,未经深圳市腾讯计算机系统有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810113807.4/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top