[发明专利]成语填空题的答案选择方法、装置和计算机设备

权利要求书

1.一种成语填空题的答案选择方法，其特征在于，包括以下步骤：

获取成语填空题的问题文本；其中，所述问题文本包括填空文本以及n个候选成语，所述填空文本中包括m个待填入所述候选成语的填空；

获取所有所述候选成语的解释文本；

将所述填空文本以及所述解释文本输入至预先训练得到的成语选择填空模型中，得到每个候选成语填入每个所述填空的置信度，其中，所述成语选择填空模型基于bert语言 模型的自然语言神经网络训练获得，所述自然语言神经网络包括网络输出层以及卷积层，所述卷积层由多个卷积网络依次堆积形成，后一个所述卷积网络的输入层与其之前的所有卷积网络的输出层进行连接，且每一个所述卷积网络的输出层均与所述bert语言模型的输出层连接，最后一层所述卷积网络的输出层与所述网络输出层连接；

从n个所述候选成语中选择出m个成语随机排列填入m个所述填空中，组成多组答案；其中，在每一组答案中，所述候选成语最多只能被选择填入所述填空中一次；

根据每个所述候选成语填入每个所述填空的置信度，基于KM算法，计算每一组答案中的所述候选成语填入所述填空的置信度总和；

获取置信度总和最高的一组答案作为目标答案，将所述目标答案输出为所述成语填空题的答案。

2.根据权利要求1所述的成语填空题的答案选择方法，其特征在于，所述将所述填空文本以及所述解释文本输入至预先训练得到的成语选择填空模型中，得到每个候选成语填入每个所述填空的置信度的步骤之前，包括：

获取训练样本，其中所述训练样本包括多个已经选择好答案的成语填空题的语料文本以及成语库中的所有成语的解释文本；

将所述训练样本输入至基于bert语言模型的自然语言神经网络中进行训练，得到所述成语选择填空模型。

3.根据权利要求2所述的成语填空题的答案选择方法，其特征在于，所述将所述训练样本输入至基于bert语言模型的自然语言神经网络中进行训练，得到所述成语选择填空模型的步骤，包括：

将所述训练样本输入至所述bert语言模型中，基于所述bert语言模型，提取所述训练样本的特征矩阵；

将所述特征矩阵输入至所述自然语言神经网络中进行迭代训练，得到所述成语选择填空模型。

4.根据权利要求1所述的成语填空题的答案选择方法，其特征在于，所述根据每个所述候选成语填入每个所述填空的置信度，基于KM算法，计算每一组答案中的所述候选成语填入所述填空的置信度总和的步骤之前，包括：

分别判断每一组答案中是否存在至少一个所述候选成语填入所述填空的置信度小于第一阈值；

若存在，则将对应的答案剔除，且不计算剔除掉的所述答案中所述候选成语填入所述填空的置信度总和。

5.根据权利要求1所述的成语填空题的答案选择方法，其特征在于，所述获取置信度总和最高的一组答案作为目标答案，将所述目标答案输出为所述成语填空题的答案的步骤之后，还包括：

将所述目标答案填入所述填空文本中，得到答案文本；

获取用户对所述答案文本的打分，并判断所述打分是否大于第二阈值；其中，所述用户基于标准答案对所述答案文本进行打分；

若所述打分大于第二阈值，则将所述答案文本以及所述目标答案中所有候选成语的解释文本构成训练集，并将所述训练集输入至所述成语选择填空模型中再训练；

将再训练后的所述成语选择填空模型保存至区块链中。