[发明专利]一种多文本分析方法及装置

说明书

本申请提供一种多文本分析方法及装置，其中所述多文本分析方法包括：将至少两个待分析文本和待回答问题输入预先训练好的文本分析模型中进行处理，生成所述待回答问题的至少两个候选答案和每个候选答案对应的候选答案向量；提取每个所述候选答案的特征向量；根据每个所述候选答案的所述特征向量和所述候选答案向量生成对应的拼接向量；根据所述拼接向量在所述候选答案中选取所述待回答问题的最佳答案。结合多种类型的特征之后选出最佳答案，减小了答案误判的可能性，提高了选择答案的准确率。

技术领域

本申请涉及自然语言处理技术领域，特别涉及一种多文本分析方法及装置、计算设备和计算机可读存储介质。

背景技术

自然语言处理(Natural Language Processing，NLP)是计算机科学领域与人工智能领域中的一个重要方向，它研究能实现人与计算机之间用自然语言进行有效通信的各种理论和方法。自然语言处理的应用场景，从大的方面讲，是对于语言文字的智能处理，包括阅读理解、问答对话、写作、翻译等等。其中，对于阅读理解与问答任务中，细分为单文档阅读理解问答和多文档阅读理解问答，对于阅读理解与问答任务，通常选用双向注意力神经网络模型模型(Bidirectional Encoder Representation from Transformers，BERT)进行处理。

在现有多文档阅读理解问答任务中，一般采用文本常见的基本特征，单纯使用简单的基于信息检索的少量特征，考虑不够充分全面；或者采用联合训练的方式来从多个候选答案中选择一个最优的答案，单纯利用语义特征来判断最佳答案，这种方法有时候不能精准匹配问题和答案之间的关键词或短语，经常出现误判的情况，无法在模型输出的多个候选答案中得到理想的准确答案。

因此，如何在候选答案中准确获得问题的最佳答案，就成为目前技术人员亟待解决的问题。

发明内容

有鉴于此，本申请实施例提供了一种多文本分析方法及装置、计算设备和计算机可读存储介质，以解决现有技术中存在的技术缺陷。

根据本申请实施例的第一方面，提供了一种多文本分析方法，包括：

将至少两个待分析文本和待回答问题输入预先训练好的文本分析模型中进行处理，生成所述待回答问题的至少两个候选答案和每个候选答案对应的候选答案向量；

提取每个所述候选答案的特征向量；

根据每个所述候选答案的所述特征向量和所述候选答案向量生成对应的拼接向量；

根据所述拼接向量在所述候选答案中选取所述待回答问题的最佳答案。

可选的，提取每个所述候选答案的特征向量，包括：

提取每个所述候选答案的信息检索特征值和语义特征值；

根据所述信息检索特征值和所述语义特征值生成对应的特征向量。

可选的，提取每个所述候选答案的信息检索特征值和语义特征值，包括：

根据预设的信息检索特征库获取所述候选答案的信息检索特征标签；

根据所述待回答问题、所述待分析文本、所述候选答案中的至少一项以及所述信息检索特征标签获取所述候选答案对应的信息检索特征值；

根据预设的语义特征库获取所述候选答案的语义特征标签；

预先训练好的文本分析模型根据所述语义特征标签对所述待分析文本和所述待回答问题进行处理后获得所述优选答案对应的语义特征值。

可选的，根据所述信息检索特征值和所述语义特征值生成对应的特征向量，包括：

根据所述信息检索特征值生成对应的信息检索特征向量；