[发明专利]一种基于增强问题重要性表示的答案选择算法在审
| 申请号： | 201911143753.7 | 申请日： | 2019-11-20 |
| 公开（公告）号： | CN110674280A | 公开（公告）日： | 2020-01-10 |
| 发明（设计）人： | 琚生根;谢正文;熊熙;孙界平 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06N3/04;G06N3/08 |
| 代理公司： | 51304 成都东恒知盛知识产权代理事务所(特殊普通合伙) | 代理人： | 何健雄;廖祥文 |
| 地址： | 610064 四*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种基于增强问题重要性表示的答案选择算法，步骤如下：S1，将问题和答案通过BiLSTM编码层对问题和答案进行编码；S2，编码后的问题利用自注意力机制得到新的问题向量；S3，将问题和答案构建词级相似度矩阵进行对齐；S4，捕捉多粒度的语义信息，将不同粒度的向量进行融合比较；S5，通过多窗口CNN来提取融合特征，得出最佳选项。该基于增强问题重要性表示的答案选择算法针对句子中的噪声词，提出了基于问题重要性表示网络的答案选择算法，该方法利用自注意力机制重新赋予各个词不同的权重从而生成“干净”的问题句子向量；利用词级交互矩阵捕捉问题句子和答案句子之间的细粒度语义信息，缓解了答案句子中噪声词的影响。 | ||
| 搜索关键词： | 句子 答案 答案选择 算法 注意力机制 语义信息 噪声 捕捉 相似度矩阵 交互矩阵 句子向量 问题向量 对齐 融合 编码层 多窗口 细粒度 构建 权重 向量 选项 缓解 赋予 网络 | ||
【主权项】：
1.一种基于增强问题重要性表示的答案选择算法，其特征在于：步骤如下：/nS1，将问题和答案通过BiLSTM编码层对问题和答案进行编码；/nS2，编码后的问题利用自注意力机制得到新的问题向量；/nS3，将问题和答案构建词级相似度矩阵进行对齐；/nS4，捕捉多粒度的语义信息，将不同粒度的向量进行融合比较；/nS5，通过多窗口CNN来提取融合特征，得出最佳选项。/n
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四川大学，未经四川大学许可，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/201911143753.7/，转载请声明来源钻瓜专利网。
