[发明专利]一种基于机器学习的文章阅读理解答案检索方法及装置

说明书

本发明提供了一种基于机器学习的文章阅读理解答案检索系统及装置，通过根据语义规则提取文章中不同语句和问题语句的关键词，获得不同语句对应的核心词和问题核心词；根据预训练语句模型向量化语句的核心词和所述问题核心词，获得语句的核心词向量和所述问题核心词向量；根据余弦距离计算所述问题核心词向量与不同语句的核心词向量的相似度，获得不同语句的相似度；判断不同语句相似度的大小；将相似度大的语句作为训练语料输入循环神经网络和多层感知机合并的神经网络训练，获得答案检索神经网络模型。解决了现有技术中存在人工标注语料的技术问题，采用定规则产生机器标注，实现准确率适中同时无需人工标注，节省成本的技术效果。

技术领域

本说明书实施例涉及计算机技术领域，尤其涉及一种基于机器学习的文章阅读理解答案检索方法及装置。

背景技术

目前文章内问答这个领域主要有两种技术，分别是搜索引擎和基于深度学习的监督学习，其中搜索引擎是基于关键字检索，查全率高，但查准率低，检索结果较多与所需的问题答案不相关，需要辨别后使用。基于深度学习的监督学习可以在大量的语料训练后达到一个较高的准确性，但标注语料的成本很高。

但本申请发明人在实现本申请实施例中发明技术方案的过程中，发现上述技术至少存在如下技术问题：

现有技术中答案检索系统准确率高，但存在标注语料成本高的技术问题。

发明内容

本说明书实施例提供及一种基于机器学习的文章阅读理解答案检索系统及装置，解决了现有技术中答案检索系统准确率高，但存在标注语料成本高的技术问题，达到了省去人工标注的过程，通过一定规则产生机器标注，实现准确率适中同时无需人工标注，节省成本的技术效果。

鉴于上述问题，提出了本申请实施例以便提供一种基于机器学习的文章阅读理解答案检索系统及装置。

第一方面，本说明书实施例提供一种基于机器学习的文章阅读理解答案检索系统，所述系统包括：根据语义规则提取文章中第一语句、第二语句和问题语句的关键词，获得第一核心词、第二核心词和问题核心词，其中，所述第一核心词与第二核心词不同；根据预训练语句模型向量化表示所述第一核心词、所述第二核心词和所述问题核心词，获得所述第一核心词向量、所述第二核心词向量和所述问题核心词向量；根据余弦距离计算所述问题核心词向量与所述第一核心词向量、所述第二核心词向量的相似度，获得第一相似度和第二相似度；判断所述第一相似度和所述第二相似度的大小；当所述第一相似度大于所述第二相似度时，将所述第一相似度对应的第一语句作为训练语料输入循环神经网络和多层感知机合并的神经网络训练，获得答案检索神经网络模型。

优选地，所述系统还包括：根据文本分类模型对所述文章中的复杂句的子句分类，获得第一类型子句与第二类型子句；对所述第一类型子句与所述第二类型子句设置权重值，确定第一权重值与第二权重值，其中，所述第一权重值与所述第二权重值不同；根据语义规则与预训练语句模型确定所述第一类型子句与所述第二类型子句的第三核心词向量与第四核心词向量；根据所述第一权重值与所述第二权重值计算所述第三核心词向量与所述第四核心词向量的加权求和，获得第一加权值与第二加权值；根据所述余弦距离计算所述问题核心词向量与所述第三核心词向量与所述第四核心词向量的相似度，获得第三相似度和第四相似度；根据所述第一加权值与所述第二加权值和所述第三相似度与所述第四相似度线性求和的得分对所述第三相似度和所述第四相似度按相似度大小排序，其中，当所述第三相似度大于所述第四相似度时，所述第三相似度对应的第一类型子句为答案检索神经网络模型的输出结果。