[发明专利]三元组样本的生成方法、装置、电子设备及存储介质

权利要求书

1.一种三元组样本的生成方法，其中所述方法包括：

获取三元组样本中的段落文本；

从所述段落文本中提取至少一个答案片段；

基于所述段落文本和各所述答案片段，分别采用预先训练的问题生成模型生成相应的问题，以得到所述三元组样本；所述预先训练的问题生成模型基于预训练的语义表示模型训练得到。

2.根据权利要求1所述的方法，其中，从所述段落文本中提取至少一个答案片段，包括：

根据预设的答案片段提取规则，从所述段落文本中提取所述至少一个答案片段。

3.根据权利要求1所述的方法，其中，从所述段落文本中提取至少一个答案片段，包括：

采用预先训练的答案选择模型，从所述段落文本中提取所述至少一个答案片段，所述答案选择模型基于预训练的语义表示模型训练得到。

4.根据权利要求3所述的方法，其中，采用预先训练的答案选择模型，从所述段落文本中提取所述至少一个答案片段，包括：

采用所述答案选择模型，预测所述段落文本中所有的候选答案片段能够作为答案片段的概率；

从所述所有的候选答案片段中选择概率最大的至少一个，作为所述至少一个答案片段。

5.根据权利要求1-4任一所述的方法，其中，基于所述段落文本和各所述答案片段，分别采用预先训练的问题生成模型生成相应的问题，包括：

对于各所述答案片段，采用所述问题生成模型基于所述答案片段和所述段落文本，在预设词库中解码，获取概率最大的词，作为所述问题的第一个词；

采用所述问题生成模型基于所述答案片段、所述段落文本以及所述问题中已经解码的前N个词，在所述预设词库中继续解码，获取概率最大的词，作为所述问题的第N+1个词；其中N大于或者等于1；

判断所述第N+1个词是否为结束符或者当前得到的N+1个词的总长度是否已经达到预设长度阈值；

若是，确定解码结束，将所述N+1个词按照解码顺序拼接，得到所述问题。

6.一种三元组样本的生成装置，其中所述装置包括：

获取模块，用于获取三元组样本中的段落文本；

答案提取模块，用于从所述段落文本中提取至少一个答案片段；

问题生成模块，用于基于所述段落文本和各所述答案片段，分别采用预先训练的问题生成模型生成相应的问题，以得到所述三元组样本；所述预先训练的问题生成模型基于预训练的语义表示模型训练得到。

7.根据权利要求6所述的装置，其中，所述答案提取模块，用于：

根据预设的答案片段提取规则，从所述段落文本中提取所述至少一个答案片段。

8.根据权利要求6所述的装置，其中，所述答案提取模块，用于：

采用预先训练的答案选择模型，从所述段落文本中提取所述至少一个答案片段，所述答案选择模型基于预训练的语义表示模型训练得到。

9.根据权利要求8所述的装置，其中，所述答案提取模块，用于：

采用所述答案选择模型，预测所述段落文本中所有的候选答案片段能够作为答案片段的概率；

从所述所有的候选答案片段中选择概率最大的至少一个，作为所述至少一个答案片段。

10.根据权利要求6-9任一所述的装置，其中，所述问题生成模块，包括：

第一解码单元，用于对于各所述答案片段，采用所述问题生成模型基于所述答案片段和所述段落文本，在预设词库中解码，获取概率最大的词，作为所述问题的第一个词；

第二解码单元，用于采用所述问题生成模型基于所述答案片段、所述段落文本以及所述问题中已经解码的前N个词，在所述预设词库中继续解码，获取概率最大的词，作为所述问题的第N+1个词；其中N大于或者等于1；

检测单元，用于判断所述第N+1个词是否为结束符或者当前得到的N+1个词的总长度是否已经达到预设长度阈值；

生成单元，用于若是，确定解码结束，将所述N+1个词按照解码顺序拼接，得到所述问题。