[发明专利]编程环境下问答内容的提取方法、系统、电子设备及介质

权利要求书

1.编程环境下问答内容的提取系统，其特征在于，包括：

数据处理模块，用于执行：对输入的网络问答文本数据进行预处理，去除无用信息并进行分词；

实体识别模块，用于执行：对经过所述数据处理模块处理后的文本进行软件工程领域的实体识别；所述实体识别模块具体执行包括：起始状态；计算得到单词的拼写特征，包含单词首字母是否大写、是否包含下划线以及是否包含“.”；计算得到单词的上下文特征，具体是利用一个[-2,2]的窗口，将窗口内，即前后两个单词，相加作为特征；计算得到单词的比特流特征，具体是利用大规模的软件工程领域未标注的文本，使用聚类的方法将相似分布的单词聚为一类，类别用长短不一的比特流表示，作为特征；计算得到单词的外部词典特征，具体是收集大量已知的实体构成外部字典，检查单词是否存在于外部字典中；利用工具CRF++训练得到的CRF模型进行实体识别；实体识别完毕；

文档读取模块，用于执行：将经过所述实体识别模块识别后的文本输入神经网络进行文档读取；

摘要抽取模块，用于执行：利用另一个神经网络抽取出问答文本中的关键内容。

2.根据权利要求1所述的编程环境下问答内容的提取系统，其特征在于，所述数据处理模块具体执行包括：起始状态；处理问答文本中的代码段；处理HTML标签；处理URL；处理表情符号；处理“@”信息；利用nltk工具进行分词；数据处理完毕。

3.根据权利要求1所述的编程环境下问答内容的提取系统，其特征在于，所述文档读取模块具体执行包括：起始状态；通过带有最大池化的单层卷积神经网络，获取句子级别的向量表示；通过递归神经网络，将句子级别的向量表示转化为文档级别的向量表示； 文档读取完毕；所述摘要抽取模块，具体执行包括：起始状态；借鉴注意力机制的思想，使用一个循环神经网络来依次标注每一个句子是否能被当做摘要； 摘要抽取完毕。

4.编程环境下问答内容的提取方法，其特征在于，包括如下步骤：

数据处理步骤，具体包括：对输入的网络问答文本数据进行预处理，去除无用信息并进行分词；

实体识别步骤，具体包括：对经过所述数据处理步骤处理后的文本进行软件工程领域的实体识别；所述实体识别步骤具体执行包括：起始状态；计算得到单词的拼写特征，包含单词首字母是否大写、是否包含下划线以及是否包含“.”；计算得到单词的上下文特征，具体是利用一个[-2,2]的窗口，将窗口内，即前后两个单词，相加作为特征；计算得到单词的比特流特征，具体是利用大规模的软件工程领域未标注的文本，使用聚类的方法将相似分布的单词聚为一类，类别用长短不一的比特流表示，作为特征；计算得到单词的外部词典特征，具体是收集大量已知的实体构成外部字典，检查单词是否存在于外部字典中；利用工具CRF++训练得到的CRF模型进行实体识别；实体识别完毕；

文档读取步骤，具体包括：将经过所述实体识别步骤识别后的文本输入神经网络进行文档读取；

摘要抽取步骤，具体包括：利用另一个神经网络抽取出问答文本中的关键内容。

5.根据权利要求4所述的编程环境下问答内容的提取方法，其特征在于，所述数据处理步骤具体执行包括：起始状态；处理问答文本中的代码段；处理HTML标签；处理URL；处理表情符号；处理“@”信息；利用nltk工具进行分词；数据处理完毕。

6.根据权利要求4所述的编程环境下问答内容的提取方法，其特征在于，所述文档读取步骤具体执行包括：起始状态；通过带有最大池化的单层卷积神经网络，获取句子级别的向量表示；通过递归神经网络，将句子级别的向量表示转化为文档级别的向量表示； 文档读取完毕；所述摘要抽取步骤，具体执行包括：起始状态；借鉴注意力机制的思想，使用一个循环神经网络来依次标注每一个句子是否能被当做摘要； 摘要抽取完毕。

7.电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求4至6中任一项所述方法的步骤。

8.介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求4至6中任一项所述方法的步骤。