[发明专利]问答对生成方法、装置、电子设备及可读存储介质

权利要求书

1.一种问答对生成方法，其特征在于，所述方法包括：

解析用户基于客户端发出的问答对生成请求，获取所述请求携带的用于生成问答对的初始文本；

根据所述初始文本所属的领域类别从第一数据库获取对应的词表，基于所述词表对所述初始文本执行分词处理得到词语序列；

将所述词语序列输入训练好的问答对生成模型得到期望生成的问答对的初始答案信息，对所述初始答案信息执行过滤处理得到多个目标答案；

将所述词语序列及目标答案输入所述问答对生成模型得到每个目标答案对应的目标问题，每个目标答案及其对应的目标问题组成一个问答对，得到多个问答对。

2.如权利要求1所述的问答对生成方法，其特征在于，所述问答对生成模型的训练包括第一训练，所述第一训练包括：

从第二数据库中抽取第一文本，对所述第一文本执行掩盖词预测任务：将所述第一文本中各个词语逐一采用掩盖符掩盖得到第二文本，将所述第二文本输入构建的问答对生成模型，预测出被掩盖的词语；

对所述第一文本执行连续片段预测任务：将所述第一文本拆分为两个第一子文本、用掩盖符掩盖第二个第一子文本得到第三文本，将所述第三文本输入所述问答对生成模型，预测出被掩盖的第一子文本；

对所述第一文本执行单独片段预测任务：将所述第一文本拆分为三个第二子文本、用掩盖符掩盖第二个第二子文本得到第四文本，将所述第四文本输入所述问答对生成模型，预测出被掩盖的第二子文本；

对所述第一文本执行多片段预测任务：将所述第一文本拆分为多个第四子文本，随机选择不连续的多个第四子文本，用掩盖符掩盖选择的多个第四子文本得到第五文本，将所述第五文本输入所述问答对生成模型，预测出被掩盖的多个第四子文本；

通过所述掩盖词预测任务、连续片段预测任务、单独片段预测及多片段预测任务确定所述问答对生成模型的第一参数，得到调整后的问答对生成模型。

3.如权利要求2所述的问答对生成方法，其特征在于，所述问答对生成模型的训练还包括第二训练，所述第二训练包括：

从第三数据库中抽取携带标注信息的第六文本，将所述第六文本输入所述调整后的问答对生成模型，得到多个预测问答对；

根据所述标注信息确定所述第二文本的多个真实问答对，通过最小化预测问答对与真实问答对之间的损失值确定所述调整后的问答对生成模型的第二参数，得到训练好的问答对生成模型。

4.如权利要求1所述的问答对生成方法，其特征在于，所述初始答案信息包括多个初始答案、所述多个初始答案中各个初始答案是答案的第一概率及各个初始答案中第一个词语是答案的第二概率，所述对所述初始答案信息执行过滤处理得到多个目标答案包括：

判断所述第一概率是否大于概率阈值，将大于概率阈值的初始答案的集合作为第一答案集；

按照第二概率从高到低的顺序对所述第一答案集中的答案进行排序，选择排序靠前的预设数量的答案放入第二答案集；

过滤所述第二答案集中的重复答案，得到目标答案。

5.如权利要求4所述的问答对生成方法，其特征在于，所述过滤所述第二答案集中的重复答案包括：

将所述第二答案集中的答案两两组合，得到多个组合对；

计算每个组合对中两个答案的最长公共子序列的相似度值，从相似度值大于相似度阈值的组合对中选择一个答案，将选择的答案从所述第二答案集中删除。

6.如权利要求1所述的问答对生成方法，其特征在于，所述基于所述词表对所述初始文本执行分词处理得到词语序列包括：

根据所述词表对所述初始文本进行分词得到多个词语，将所述多个词语中的每个词语按照其在所述初始文本中的位置顺序进行拼接得到词语序列。