[发明专利]一种观点型机器阅读理解的实现方法、装置在审
| 申请号： | 201910481171.3 | 申请日： | 2019-06-04 |
| 公开（公告）号： | CN110390001A | 公开（公告）日： | 2019-10-29 |
| 发明（设计）人： | 杨志明 | 申请（专利权）人： | 深思考人工智能机器人科技（北京）有限公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/33;G06F16/35;G06K9/62;G06N3/04;G06N5/04 |
| 代理公司： | 北京德琦知识产权代理有限公司 11018 | 代理人： | 谢安昆;宋志强 |
| 地址： | 100084 北京市海淀区上*** | 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： | 本申请公开了一种观点型机器阅读理解的实现方法，该方法包括，分别对各个上下文词向量的融合结果进行信息抽取，获得基于问题抽取的上下文信息，以候选答案语境化编码结果为聚类中心，以所述基于问题抽取的上下文信息为聚类信息，进行动态路由迭代，输出基于上下文信息加权的候选答案，从所述基于上下文信息加权的候选答案识别出最佳候选答案。本发明为动态的选择型问题匹配最佳的答案，正确率高。 | ||
| 搜索关键词： | 上下文信息 候选答案 加权 抽取 编码结果 动态路由 聚类信息 聚类中心 信息抽取 阅读 动态的 选择型 正确率 迭代 向量 语境 匹配 答案 输出 融合 申请 | ||
【主权项】：
1.一种观点型机器阅读理解的实现方法，其特征在于，该方法包括，将自然语言文本所包括的上下文、问题、以及候选答案分别转化为词向量表示，分别获得上下文词向量、问题词向量、候选答案词向量；对上下文词向量、问题词向量、候选答案词向量分别进行语境化编码，分别获得上下文语境化编码结果、问题语境化编码结果、候选答案语境化编码结果；将上下文语境化编码结果与问题语境化编码结果进行匹配，获得上下文与问题的匹配结果；将各个上下文词向量、上下文语境化编码结果、以及上下文与问题的匹配结果进行融合，获得各个上下文词向量的融合结果；分别对各个上下文词向量的融合结果进行信息抽取，获得基于问题抽取的上下文信息，以候选答案语境化编码结果为聚类中心，以所述基于问题抽取的上下文信息为聚类信息，进行动态路由迭代，输出基于上下文信息加权的候选答案，从所述基于上下文信息加权的候选答案识别出最佳候选答案。
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深思考人工智能机器人科技（北京）有限公司，未经深思考人工智能机器人科技（北京）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/201910481171.3/，转载请声明来源钻瓜专利网。
