[发明专利]一种基于深层卷积神经网络的自然语言问答方法有效
| 申请号： | 201710841026.2 | 申请日： | 2017-09-18 |
| 公开（公告）号： | CN107832326B | 公开（公告）日： | 2021-06-08 |
| 发明（设计）人： | 来雨轩;冯岩松;贾爱霞;赵东岩 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F40/30;G06F40/284;G06N3/04 |
| 代理公司： | 北京君尚知识产权代理有限公司 11200 | 代理人： | 邱晓锋 |
| 地址： | 100871 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于深层卷积神经网络的自然语言问答方法。该方法包括以下步骤：1)将自然语言问题和数据库信息集中的信息表示成具有序列结构的向量，并形成向量矩阵；2)采用深层卷积神经网络对向量矩阵进行处理，提取对应的深层语义特征；3)根据深层语义特征计算自然语言问题与数据库信息集中的信息的语义相关度；4)根据计算得出的语义相关度选择数据库信息集中的信息，生成自然语言问题的回答。本发明可以更好地提取深层概括的语义特征，精准定位支持数据信息，从而可以取得更好的自然语言问答效果。 | ||
| 搜索关键词： | 一种 基于 深层 卷积 神经网络 自然语言 问答 方法 | ||
【主权项】：
一种基于深层卷积神经网络的自然语言问答方法，其特征在于，包括以下步骤：1)将自然语言问题和数据库信息集中的信息表示成具有序列结构的向量，并形成向量矩阵；2)采用深层卷积神经网络对向量矩阵进行处理，提取对应的深层语义特征；3)根据深层语义特征计算自然语言问题与数据库信息集中的信息的语义相关度；4)根据计算得出的语义相关度选择数据库信息集中的信息，生成自然语言问题的回答。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京大学，未经北京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201710841026.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种POI数据校验方法与设备
- 下一篇：一种耐张线夹破坏载荷试验用夹具
