[发明专利]一种针对程序设计类课程的自动化答疑方法

权利要求书

1.一种针对程序设计类课程的自动化答疑方法，其特征在于，包括以下步骤：

S1、对若干用户提出的问题语句集和用户对所提问题的相应回答语句集进行存储，其中，表示问题语句集中第个问题语句，表示问题语句的回答语句，表示问题语句在问题语句集中的id或回答语句在回答语句集中的id，n表示问题语句集中问题语句的个数或回答语句集中回答语句的个数；转至步骤S2；

S2、将所述存储的问答数据语料的问题语句经训练转化为词向量，其中，表示第个问题语句的第个词语的词向量，再将各问题语句的词向量进行组合得到词向量矩阵；转至步骤S3；

S3、前端获取用户提出的新问题；转至步骤S4；

S4、根据步骤S2所得词向量矩阵构建所述新问题的问句向量；转至步骤S5；

S5、根据余弦相似度公式 计算所述新问题语句与所存储问题语句集中每个问题语句的向量相似度，其中、分别表示待比较问句相似度的两个问句、所对应的问句向量，由此可得所述新问题语句与所存储问题语句集中每个问题语句的向量相似度集合 ；转至步骤S6；

S6、根据所述问句向量相似度集合 构建答案，选出所述新问题语句与所存储的问题语句集中相似度最高的问句的答案进行回复，实现自动回答。

2.根据权利要求1 所述一种针对程序设计类课程的自动化答疑方法，其特征在于，步骤S2的具体方法如下：

S201、获取所述已存储的问答对语料库中的问题语句集和回答语句集；转至步骤S201；

S202、利用结巴分词和停用词表对问题语句集进行批量分词处理和去停用词处理，获取每个问题语句的一系列词语，其中，表示问题语句经分词和去停用词处理后得到的第个词语；转至步骤S203；

S203、设置最小词频、训练词向量维数、中心词上下文窗口大小、上下文处理模型；转至步骤S204；

S204、生成问题语句一系列词语的词向量，将问题语句生成的组合，从而生成问题语句词向量矩阵。

3.根据权利要求2 所述一种针对程序设计类课程的自动化答疑方法，其特征在于，在步骤S202中，对问题语句集进行批量分词处理和去停用词处理的过程中，包括对问题语句中自然语言的处理，也包括对问题语句中程序代码部分的处理。

4.根据权利要求2所述一种针对程序设计类课程的自动化答疑方法，其特征在于，在步骤S203中，所设置的最小词频在实施过程中具体表现为，若所要训练的词语的词频低于该频数，即不算入训练词语。

5.根据权利要求1所述一种针对程序设计类课程的自动化答疑方法，其特征在于，步骤S4的具体方法如下：

S401、对所述新问题语句进行分词处理和去停用词处理，获得如下问句词集合

其中，为新问题语句经分词和去停用词处理后得到得第个词语；转至步骤S402；

S402、查询步骤S2训练所得的问题语句的词向量矩阵，获取问句词集合中对应的词向量；转至步骤S403；

S403、将所述新问题的词集合中每个词的词向量的累加均值作为所述新问题的句向量，即。

6.根据权利要求5所述一种针对程序设计类课程的自动化答疑方法，其特征在于，在步骤S401中，对新问题语句进行分词处理和去停用词处理的过程中，包括对新问题语句中自然语言的处理，也包括对新问题语句中程序代码部分的处理。

7.根据权利要求5所述一种针对程序设计类课程的自动化答疑方法，其特征在于，在步骤402中，对于词向量矩阵中未包含的词，置其为零向量。

8.根据权利要求1所述一种针对程序设计类课程的自动化答疑方法，其特征在于，在步骤S5中，通过公式计算所述新问题语句与问题语句集中的每个问句的向量相似度，即若，，则

，

，

，

其中，表示问句向量和的数量内积，表示问句向量的大小，表示问句向量的大小，表示问句向量的第i个词向量，表示问句向量的第i个词向量，n表示问句向量或中对应的词向量的个数。