[发明专利]一种抗干扰的融合检索和机器阅读理解的问答方法及系统有效

专利信息
申请号: 202010884873.9 申请日: 2020-08-28
公开(公告)号: CN112100326B 公开(公告)日: 2023-04-18
发明(设计)人: 陈开冉;黎展;谢智权 申请(专利权)人: 广州探迹科技有限公司
主分类号: G06F16/33 分类号: G06F16/33;G06F16/332;G06F16/35;G06F40/211;G06F40/284;G06F18/241;G06N3/0455;G06V10/82;G06N5/025
代理公司: 广州三环专利商标代理有限公司 44202 代理人: 颜希文;郝传鑫
地址: 511400 广东省广*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 抗干扰 融合 检索 机器 阅读 理解 问答 方法 系统
【权利要求书】:

1.一种融合检索和机器阅读理解的文本查询方法,其特征在于,包括:

接收用户的查询请求;所述查询请求包括查询文本;

根据所述查询文本进行搜索,获取预设第一个数的候选文档;

将所述预设第一个数的候选文档和所述查询文本输入预设的二分类模型,根据所述二分类模型输出的置信度,从所述预设第一个数的候选文档中选取预设第二个数的候选文档;

将所述预设第二个数的候选文档和所述查询文本输入预设的段落抽取阅读理解模型,根据所述段落抽取阅读理解模型输出的所述候选文档中与所述查询文本对应的段落或句子,以及所述段落或句子的上标、下标的置信度,从所述预设第二个数的候选文档中选取预设第三个数的所述段落或句子;

将所述预设第三个数的所述段落或句子返回给所述用户;

其中,训练所述段落抽取阅读理解模型,包括:

获取若干第二查询文本训练数据,以及,标记所述第二查询文本训练数据对应的段落或句子,其中包括文档中的上标和下标;

利用双向注意力流模型BiDAF预训练一个段落抽取阅读理解模型;

固定预训练的所述段落抽取阅读理解模型的参数权重,随机生成一个标准化处理的Embedding词表权重向量,得到一个干扰句子向量;

将所述第二查询文本训练数据经过Embedding编码后加上所述干扰句子向量,以最大化预测错误率为目标,利用梯度下降法训练干扰词表权重;

利用束搜索将所述干扰词表权重解码成干扰词;

将所述干扰词的幂集加入所述查询文本,训练出一个基于Roberta和指针网络的段落抽取阅读理解模型。

2.如权利要求1所述的方法,其特征在于,

所述预设第一个数的候选文档,包括:全体搜索结果中,搜索结果置信度最高的预设第一个数的候选文档;

所述预设第二个数的候选文档,包括:所述预设第一个数的候选文档中,所述二分类模型输出的置信度最高的预设第二个数的候选文档;

所述预设第三个数的段落或句子,包括:所述预设第二个数的候选文档的所述段落或句子中,上标、下标的置信度的乘积最高的预设第三个数的所述段落或句子。

3.如权利要求2所述的方法,其特征在于,将所述预设第三个数的所述段落或句子返回给所述用户,包括:

根据所述搜索结果置信度、所述二分类模型输出的置信度和所述上标、下标的置信度的乘积的综合结果,对所述预设第三个数的段落或句子进行排序;

将排序结果返回给所述用户。

4.如权利要求1所述的方法,其特征在于,根据所述查询文本进行搜索,获取预设第一个数的候选文档,包括:

根据所述查询文本,使用BM25算法和RM3算法进行搜索,获取预设第一个数的候选文档。

5.如权利要求1所述的方法,其特征在于,训练所述二分类模型,包括:

获取若干第一查询文本训练数据,以及,标记包含所述第一查询文本训练数据对应答案的第一文档;

为每个第一查询文本训练数据随机生成若干不相关的第二文档;

将所述第一查询文本训练数据、所述第一文档和所述第二文档经过Bert编码后输入全连接神经网络,得到训练好的二分类模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州探迹科技有限公司,未经广州探迹科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202010884873.9/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top