[发明专利]自动问答方法、装置、设备及存储介质有效
申请号: | 202011005255.9 | 申请日: | 2020-09-23 |
公开(公告)号: | CN112131363B | 公开(公告)日: | 2023-05-05 |
发明(设计)人: | 傅向华;杨静莹 | 申请(专利权)人: | 深圳技术大学 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F40/126;G06F40/216;G06F40/242;G06F40/289;G06N3/0455 |
代理公司: | 深圳青年人专利商标代理有限公司 44350 | 代理人: | 吴桂华 |
地址: | 518000 广东省深*** | 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: | 自动 问答 方法 装置 设备 存储 介质 | ||
1.一种自动问答方法,其特征在于,所述方法包括下述步骤:
获取自然语言问句;
根据预先构建的领域词典,获得与所述自然语言问句相关的多个关键词;
根据所述自然语言问句和所述多个关键词,通过预先训练好的自动问答模型,生成所述自然语言问句的答案,所述自动问答模型包括解码器,所述解码器包括多个第二网络层、线性层和归一化层,各所述第二网络层包括多头注意力层和前馈神经网络层;
其中,所述根据所述自然语言问句和所述多个关键词,通过预先训练好的自动问答模型,生成所述自然语言问句的答案,包括:根据所述自然语言问句和所述多个关键词,对所述自然语言问句进行知识融合,得到融合了知识信息的自然语言问句;对所述融合了知识信息的自然语言问句进行编码,得到与所述融合了知识信息的自然语言问句对应的编码向量;对所述编码向量进行解码,得到所述自然语言问句的答案;
所述对所述编码向量进行解码,得到所述自然语言问句的答案,包括:根据所述编码向量、所述融合了知识信息的自然语言问句、预设的词汇表和预设的拷贝分布,通过所述解码器,生成所述答案;
所述根据所述编码向量、所述融合了知识信息的自然语言问句、预设的词汇表和预设的拷贝分布,通过所述解码器,生成所述答案,包括:根据第Z-1次解码得到的词语和所述编码向量,通过所述解码器得到第Z次解码中所述词汇表的词汇分布,所述Z大于等于2;根据预设的拷贝分布和所述词汇表中各词语在所述融合了知识信息的自然语言问句中的出现次数,更新所述词汇表的词汇分布;按照所述词汇表更新后的词汇分布,在所述词汇表中进行词语选取,选取的词语为第Z次解码得到的词语。
2.根据权利要求1所述的方法,其特征在于,所述根据预先构建的领域词典,获得与所述自然语言问句相关的多个关键词,包括:
对所述自然语言问句进行分词处理,得到所述自然语言问句中的多个词语;
根据所述领域词典,对所述自然语言问句中的多个词语进行筛选,得到与所述自然语言问句相关的多个关键词。
3.根据权利要求1所述的方法,其特征在于,所述根据所述自然语言问句和所述多个关键词,对所述自然语言问句进行知识融合,得到融合了知识信息的自然语言问句,包括:
对所述多个关键词进行向量化,得到第一向量和第二向量;
对所述自然语言问句进行向量化,得到问句向量;
确定所述第一向量与所述问句向量之间的权重参数;
根据所述第一向量与所述问句向量之间的权重参数、所述第二向量以及所述问句向量,进行知识融合,得到所述融合了知识信息的自然语言问句。
4.根据权利要求1所述的方法,其特征在于,所述自动问答模型包括编码器,所述编码器包括多个第一网络层,各所述第一网络层包括多头注意力层和前馈网络层;
所述对所述融合了知识信息的自然语言问句进行编码,得到与所述融合了知识信息的自然语言问句对应的编码向量,包括:
通过所述各第一网络层,依次对所述融合了知识信息的自然语言问句进行编码,得到所述编码向量。
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深圳技术大学,未经深圳技术大学许可,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/202011005255.9/1.html,转载请声明来源钻瓜专利网。