[发明专利]关系感知相似问题识别评估方法、系统、设备及存储介质

权利要求书

1.一种关系感知的相似问题识别评估方法，其特征在于，包括：

从数据集中提取多个语义关系情况下，相匹配的语义相关的问题数据，每一相匹配的语义相关的问题数据均为文本数据，包含验证问题对Q^u与Q^a，以及问题Q^a对应的不同匹配关系下的多个语义相关的问题集合T；

构建基于关系感知神经网络相似问题识别模型，对每一相匹配的语义相关的问题数据进行联合表征，并利用获得的问题Q^a的关系感知表示向量与问题Q^u的表示向量进行识别评估，训练阶段，利用识别评估结果与识别标签构建损失函数，更新模型参数；

测试阶段，对于给定的问题对，利用训练后的基于关系感知神经网络相似问题识别模型进行识别评估。

2.根据权利要求1所述的一种关系感知的相似问题识别评估方法，其特征在于，所述从数据集中提取多个语义关系情况下，相匹配的语义相关的问题数据包括：

从收集到的数据中提取具有匹配相关的问题，每一问题都与其他多个问题构成相似问题匹配的关系，所述相似问题匹配的关系包含两种类别，第一种分类标签为1，表示两个问题具有相同的语义，属于语义匹配关系；第二种分类标签为0，表示两个问题具有相同的关键词，但语义不同，属于语义相似关系；

将提取出的问题划分为两部分：第一部分作为匹配问题知识库；另一部分作为验证模型的训练数据；提取训练数据中的问题Q^u与匹配问题知识库中的单个问题Q^a构成一个验证问题对，对于问题Q^a，如果匹配问题知识库中的其他任意问题与Q^a的分类标签为1，则将放入集合T^p，如果分类标签为0，则放入集合T^q；集合T＝{T^p,T^q}即为问题Q^a对应的不同匹配关系下的多个语义相关的问题集合；

之后，对每一相匹配的语义相关的问题数据进行分词，获得验证问题对Q^u与Q^a的文本内容分词结果以及问题集合T中各问题的文本内容分词结果。

3.根据权利要求1所述的一种关系感知的相似问题识别评估方法，其特征在于，所述基于关系感知神经网络相似问题识别模型包括：问题表示层、关系感知表示层和问题识别评估层；其中：

所述问题表示层，用于提取每一验证问题对Q^u与Q^a的表示向量，以及问题Q^a对应的不同匹配关系下的多个语义相关的问题集合中每一问题的表示向量；

所述关系感知表示层，用于结合问题Q^a与问题集合T中每一问题的语义关系，获得问题Q^a的关系感知表示向量；

所述问题识别评估层，用于利用问题Q^u与问题Q^a的表示向量，以及问题Q^a的关系感知表示向量，对验证问题对Q^u与Q^a的语义关系进行识别评估。

4.根据权利要求3所述的一种关系感知的相似问题识别评估方法，其特征在于，所述问题表示层，对每个问题进行独立编码，生成问题的表示向量：

h＝Sentence-BERT(Q)

其中，h为问题Q的表示向量；Sentence-BERT表示Sentence BERT模型；

对于验证问题对Q^u与Q^a通过问题表示层获得相应的表示向量h_u与h_a；对于问题集合T＝{T^p,T^q}通过问题表示层获得语义匹配关系向量集H^p和语义相似关系的向量集H^q；其中，集合T^p与T^q中的问题与Q^a的分类标签分别为1与0，分类标签为1表示两个问题属于语义匹配关系，分类标签为0表示两个问题属于语义相似关系。