[发明专利]一种基于深度交互推理模型的事实检测方法

权利要求书

1.一种基于深度交互推理模型的事实检测方法，其特征在于：包括如下步骤：

(1)使用BERT模型对陈述和证据分别进行编码；

(2)通过多头映射机制抽取证据的语义信息，并将其保存到记忆池中；

(3)计算陈述与每条证据之间的语义关系；基于注意力机制获取证据集合的整体表示，并计算陈述和证据整体表示之间的推理关系；

(4)将推理结构升级为多层结构，对推理关系进行迭代式地更新；

(5)通过单层前馈神经网络和softmax操作对陈述的真实性进行判断。

2.根据权利要求1所述的一种基于深度交互推理模型的事实检测方法，其特征在于：

所述步骤(1)中使用BERT模型对陈述和证据分别进行编码，具体包括：

对于陈述c＝[c₁,c₂,…,c_lc]，其中c_i表示陈述中第i个单词，lc表示陈述的长度，其所对应的证据集合为E＝{e₁,e₂,...,e_M}，e_i＝[e_i,1,e_i,2,…,e_i,le](1≤i≤M)，其中e_i,j表示第i条证据中第j个单词，le表示第i条证据的长度，M表示对应证据的数目；

对于陈述和每条证据，分别输入到BERT模型中，得到陈述编码向量和证据编码向量{Emb₁,Emb₂,...,Emb_M}，如公式(1)、(2)所示，其中Emblen表示编码维度；

Emb_c＝BERT(c₁,c₂,…c_lc) (1)

Emb_i＝BERT(e_i,1,e_i,2,…e_i,le) (2)

3.根据权利要求1所述的一种基于深度交互推理模型的事实检测方法，其特征在于，所述步骤(2)中通过多头映射机制抽取证据的语义信息，并将其保存到记忆池中，具体包括：

构造N个不同的映射矩阵来抽取证据中不同角度的信息，其中，Sublen＝Emblen/N表示子空间的维度；通过映射矩阵将证据编码向量Emb_i(1≤i≤M)映射到不同的子空间中，获取基于特定角度的特征表示，

如公式(3)所示

将不同子空间提取到的特征表示拼接起来，作为更新后的证据表示，如公式(4)所示，其中concat()函数表示拼接操作，

将更新后的证据表示保存到记忆池中，如公式所示(5)所示，其中

H＝{NewEmb₁,NewEmb₂,...,NewEmb_M} (5)。