[发明专利]问题生成方法、模型训练方法、装置、设备和存储介质

说明书

本申请公开了一种问题生成方法、模型训练方法、装置、设备和存储介质，涉及人工智能领域，尤其涉及深度学习、自然语言处理领域。具体实现方案为：根据用于生成问题的文本内容，获得至少一个关键词和每个关键词对应的概率；根据文本内容、关键词和概率，分别获得与每个关键词对应的输入序列；分别将与每个关键词对应的输入序列输入问题生成模型，获得关于每个关键词的问题。本申请实施例能够针对文本内容获得更多不同方面的问题，丰富提问内容。

技术领域

本申请涉及人工智能领域，尤其涉及深度学习、自然语言处理领域。

背景技术

随着机器阅读技术的发展，可以通过计算机算法阅读一段或者一句文字，实现对自然语言的处理。问题生成是指根据给定的文本段落生成相关问题，在自然语言处理技术中是一个重要的问题。早期的问题生成方法大都需要依赖人工制定的规则模板。这些方法的成功与否，关键在于是否存在精心设计的陈述句到疑问句的转换规则，而这些转换规则通常是基于深层的语言知识。

由于早期的问题生成方法强烈依赖人为设计的转换和生成规则，设计者的知识面往往专注于某一领域，因此所涉及的问题转换和生成规则也仅针对某一知识领域，很难适用于其它指示领域。因此，需要一种能够针对给定文本从尽可能多的角度进行提问，生成问题语句的方法。

发明内容

为了解决现有技术中至少一个问题，本申请实施例提供了一种问题生成方法、模型训练方法、装置、设备和存储介质。

第一方面，本申请实施例提供一种问题生成方法，包括：

根据用于生成问题的文本内容，获得至少一个关键词和每个关键词对应的概率；

根据文本内容、关键词和概率，分别获得与每个关键词对应的输入序列；

分别将与每个关键词对应的输入序列输入问题生成模型，获得关于每个关键词的问题。

第二方面，本申请实施例提供一种模型训练方法，包括：

根据第一样本文本，获得第一样本文本中的第一样本关键词以及第一样本关键词的概率；

根据第一样本关键词、第一样本关键词的概率和第一样本文本，获得每个第一样本关键词对应的第一样本输入序列；

将第一样本文本输入序列输入待训练问题生成模型，获得输出结果；

根据输出结果和参考问题，获得问题生成损失；

根据问题生成损失，优化待训练问题生成模型，获得问题生成模型。

第三方面，本申请实施例提供一种模型训练方法，包括：

根据第二样本文本、样本问题和关键词提取规则，获得第二样本文本中的第二样本关键词；

利用第二样本文本、样本问题和第二样本关键词，训练待训练关键词提取模型，得到关键词提取模型。

第四方面，本申请实施例提供一种问题生成装置，包括：

关键词模块，用于根据用于生成问题的文本内容，获得至少一个关键词和每个关键词对应的概率；

输入序列模块，用于根据文本内容、关键词和概率，分别获得与每个关键词对应的输入序列；

问题模块，用于分别将与每个关键词对应的输入序列输入问题生成模型，获得关于每个关键词的问题。

第五方面，本申请实施例提供一种模型训练装置，包括：

第一样本模块，用于根据第一样本文本，获得第一样本文本中的第一样本关键词以及第一样本关键词的概率；