[发明专利]一种基于深度学习的自动问答方法有效
| 申请号： | 201810137788.9 | 申请日： | 2018-02-10 |
| 公开（公告）号： | CN108446321B | 公开（公告）日： | 2021-03-30 |
| 发明（设计）人： | 许振兴;朱留锋;荣强;田淑宁 | 申请（专利权）人： | 武汉市灯塔互动文化传播有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/33;G06F40/30 |
| 代理公司： | 深圳市六加知识产权代理有限公司 44372 | 代理人： | 向彬 |
| 地址： | 430000 湖北省武汉市东湖开发区光*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及计算机技术领域，提供了一种基于深度学习的自动问答方法。其中方法包括将问题内容输入一个神经网络，正确答案内容和错误答案内容输入另一个神经网络，计算问题内容与正确答案内容之间的第一相似度，以及问题内容与错误答案内容之间的第二相似度；根据预设的第一相似度和第二相似度之间的距离，调整语义识别模型，以便再次使用所述语义识别模型计算得到的第一相似度和第二相似度之间的距离满足预设条件。本发明提出了一种基于深度学习的自动问答方法的实现，尤其是针对其中的学习部分提供了高效可行的实现手段，降低了现有技术中需要人工维护的成本支出，并且，通过训练过程提高了最终匹配出问题内容所对应的正确答案内容的准确度。 | ||
| 搜索关键词： | 一种 基于 深度 学习 自动 问答 方法 | ||
【主权项】：
1.一种基于深度学习的自动问答方法，其特征在于，获取请求终端发送的问题内容，并根据语义识别模型匹配出与所述问题内容相似度最高的答案内容后，反馈给所述请求终端；其中，所述语义识别模型训练数据集采用问题内容、正确答案内容和错误答案内容的三元组形式，具体的语义识别模型的训练方法包括：将问题内容输入一个神经网络，正确答案内容和错误答案内容输入另一个神经网络，计算问题内容与正确答案内容之间的第一相似度，以及问题内容与错误答案内容之间的第二相似度；根据预设的第一相似度和第二相似度之间的距离，调整语义识别模型，以便再次使用所述语义识别模型计算得到的第一相似度和第二相似度之间的距离满足预设条件；其中，语义识别模型的训练数据是在收集整理的语料数据基础上，利用语料扩充方法得到。
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武汉市灯塔互动文化传播有限公司，未经武汉市灯塔互动文化传播有限公司许可，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/201810137788.9/，转载请声明来源钻瓜专利网。
