[发明专利]获取答案的方法、装置、电子设备及存储介质

权利要求书

1.一种获取答案的方法，其特征在于，所述方法包括：

获取目标问题，从所述目标问题中获取一个或多个关键词，基于所述一个或多个关键词从公开文献中进行检索，得到初始文本；

基于所述目标问题从所述公开文献中检索得到多个参考文本，每个参考文本为所述公开文献中的一个段落，将所述每个参考文本输入基于转换器的双向编码网络模型，以将所述每个参考文本映射为参考文本表示，根据双向注意力机制确定每个参考文本表示与所述目标问题的相关程度，将与所述目标问题的相关程度高于参考程度的参考文本表示作为初始文本表示；

获取知识信息，根据所述知识信息确定所述初始文本表示的文本单位，调用神经网络，通过所述神经网络对所述初始文本表示的文本单位进行编码，得到知识增强的文本单位，基于所述知识增强的文本单位，将所述初始文本表示更新为知识增强的文本表示，所述知识信息包括实体信息、依存信息以及常识信息中的至少一种；

根据所述知识增强的文本表示获取所述目标问题的答案。

2.根据权利要求1所述的方法，其特征在于，当所述知识信息包括依存信息时，所述获取知识信息，包括：

通过语法分析模型，获取所述初始文本表示所包括的文本单位中的每两个文本单位之间的依存信息；

所述通过所述神经网络对所述初始文本表示的文本单位进行编码，得到知识增强的文本单位，包括：

对于任一文本单位，通过所述神经网络基于所述初始文本表示的文本单位及所述依存信息进行编码，得到所述知识增强的文本单位。

3.根据权利要求1所述的方法，其特征在于，当所述知识信息包括常识信息时，所述获取知识信息，包括：

通过常识模型，获取所述初始文本表示对应的常识文本表示，将所述常识文本表示作为所述常识信息；

所述通过所述神经网络对所述初始文本表示的文本单位进行编码，得到知识增强的文本单位，包括：

对于任一文本单位，通过所述神经网络对所述常识文本表示及所述初始文本表示的文本单位进行编码，得到所述知识增强的文本单位。

4.根据权利要求1-3任一所述的方法，其特征在于，所述基于所述知识增强的文本单位，将所述初始文本表示更新为知识增强的文本表示，包括：

对所述初始文本表示及所述知识增强的文本单位进行残差连接，得到所述知识增强的文本表示。

5.根据权利要求1-3任一所述的方法，其特征在于，所述根据所述知识增强的文本表示获取所述目标问题的答案，包括：

获取所述目标问题的初始问题表示；

基于所述初始问题表示及所述知识增强的文本表示获取所述目标问题的答案。

6.根据权利要求5所述的方法，其特征在于，所述基于所述初始问题表示及所述知识增强的文本表示获取所述目标问题的答案，包括：

根据所述双向注意力机制及所述知识增强的文本单位，将所述初始问题表示更新为知识增强的问题表示；

根据所述双向注意力机制对所述知识增强的文本表示及所述知识增强的问题表示进行交互，得到交互后的文本表示及交互后的问题表示；

根据所述交互后的文本表示获取所述目标问题的答案。

7.根据权利要求6所述的方法，其特征在于，所述根据所述交互后的文本表示获取所述目标问题的答案，包括：

从所述交互后的文本表示中预测得到答案起始位置及答案终点位置；

将所述答案起始位置及所述答案终点位置之间的交互后的文本表示作为所述目标问题的答案。