[发明专利]一种答案获取方法、装置、服务器及存储介质有效

专利信息
申请号: 201811543751.2 申请日: 2018-12-17
公开(公告)号: CN109657127B 公开(公告)日: 2021-04-20
发明(设计)人: 郑俊强;刘凯 申请(专利权)人: 北京百度网讯科技有限公司
主分类号: G06F16/951 分类号: G06F16/951;G06F16/35;G06F16/338;G06N3/04;G06N3/08
代理公司: 北京品源专利代理有限公司 11332 代理人: 孟金喆
地址: 100085 北京市*** 国省代码: 北京;11
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 答案 获取 方法 装置 服务器 存储 介质
【权利要求书】:

1.一种答案获取方法,其特征在于,所述方法包括:

通过预先确定的循环神经网络模型确定当前问题对应的问题理解结果;

根据所述当前问题对应的问题理解结果获取所述当前问题对应的目标答案;

其中,所述通过预先确定的循环神经网络模型确定当前问题对应的问题理解结果,包括:

将当前问题切分为M个词语;其中,M为大于1的自然数;

通过预先确定的语言模型计算M个词语对应的M个词向量;

通过所述循环神经网络模型确定M个词向量对应的问题理解结果,将M个词向量对应的问题理解结果确定为所述当前问题对应的问题理解结果;

其中,所述通过所述循环神经网络模型确定M个词向量对应的问题理解结果,包括:

通过所述循环神经网络模型计算M个词向量对应的问题识别参数、M个词向量对应的问题分类参数以及M个词向量对应的答案分类参数;

根据M个词向量对应的问题识别参数、M个词向量对应的问题分类参数以及M个词向量对应的答案分类参数确定M个词向量对应的问题理解结果;其中,所述问题理解结果包括:问题识别结果、问题分类结果和答案分类结果。

2.根据权利要求1所述的方法,其特征在于,所述根据M个词向量对应的问题识别参数、M个词向量对应的问题分类参数以及M个词向量对应的答案分类参数确定M个词向量对应的问题理解结果,包括:

根据M个词向量对应的问题识别参数、M个词向量对应的问题分类参数以及M个词向量对应的答案分类参数分别确定M个词向量对应的问题识别标签、M个词向量对应的问题分类标签以及M个词向量对应的答案分类标签;

根据M个词向量对应的问题识别标签、M个词向量对应的问题分类标签以及M个词向量对应的答案分类标签确定M个词向量对应的问题理解结果。

3.根据权利要求1所述的方法,其特征在于,所述方法还包括:

将所述当前问题对应的目标答案转换为预定格式的问题查询结果;其中,所述预定格式包括:文字格式、图像格式或者语音格式;

将所述预定格式的问题查询结果展示给当前用户。

4.一种答案获取装置,其特征在于,所述装置包括:确定模块和获取模块;其中,

所述确定模块,用于通过预先确定的循环神经网络模型确定当前问题对应的问题理解结果;

所述获取模块,用于根据所述当前问题对应的问题理解结果获取所述当前问题对应的目标答案;

其中,所述确定模块包括:切分子模块、计算子模块和确定子模块;其中,

所述切分子模块,用于将当前问题切分为M个词语;其中,M为大于1的自然数;

所述计算子模块,用于通过预先确定的语言模型计算M个词语对应的M个词向量;

所述确定子模块,具体用于通过所述循环神经网络模型计算M个词向量对应的问题识别参数、M个词向量对应的问题分类参数以及M个词向量对应的答案分类参数;根据M个词向量对应的问题识别参数、M个词向量对应的问题分类参数以及M个词向量对应的答案分类参数确定M个词向量对应的问题理解结果;其中,所述问题理解结果包括:问题识别结果、问题分类结果和答案分类结果。

5.根据权利要求4所述的装置,其特征在于:

所述确定子模块,具体用于根据M个词向量对应的问题识别参数、M个词向量对应的问题分类参数以及M个词向量对应的答案分类参数分别确定M个词向量对应的问题识别标签、M个词向量对应的问题分类标签以及M个词向量对应的答案分类标签;根据M个词向量对应的问题识别标签、M个词向量对应的问题分类标签以及M个词向量对应的答案分类标签确定M个词向量对应的问题理解结果。

6.根据权利要求4所述的装置,其特征在于:

所述获取模块,具体用于将所述当前问题对应的目标答案转换为预定格式的问题查询结果;其中,所述预定格式包括:文字格式、图像格式或者语音格式;将所述预定格式的问题查询结果展示给当前用户。

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北京百度网讯科技有限公司,未经北京百度网讯科技有限公司许可,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/201811543751.2/1.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