[發明專利]一種問題細粒度分類方法、系統與裝置

在審

• 申請號: 201710678652.4
• 申請日: 2017-08-10
• 公開（公告）號: CN109388706A
• 公開（公告）日: 2019-02-26
• 發明（設計）人: 呂釗;謝雨飛;賀樑
• 申請（專利權）人: 華東師范大學
• 主分類號: G06F16/35
• 分類號: G06F16/35;G06F17/27;G06K9/62
• 代理公司: 上海隆天律師事務所 31282
• 代理人: 臧云霄;盛曉穎

1.一種問題細粒度分類方法，用于對原問題文本進行問題分類，其特征在于，包括以下步驟：

語義單元提取步驟，在所述原問題文本中提取語義單元；

語義單元擴展步驟，對所述語義單元利用向量空間模型進行擴展，以獲得擴展問題文本；

詞編碼步驟，使用雙向長短時記憶網絡對所述擴展問題文本進行詞編碼，以獲得編碼問題文本；

詞聚焦步驟，對所述編碼問題文本利用注意力機制進行詞聚焦，以獲得問題文本向量。

細粒度分類步驟，使用softmax分類器對所述問題文本向量進行細粒度分類。

2.如權利要求1所述的問題細粒度分類方法，其特征在于，

語義單元提取步驟包括：

通過對依存句法樹的遍歷，找出所述原問題文本中所有的名詞短語節點和動詞短語節點作為所述語義單元。

3.如權利要求1所述的問題細粒度分類方法，其特征在于，所述語義單元擴展步驟包括，

生成語義單元向量步驟，將所述語義單元轉化為語義單元向量，所述語義單元向量V_u符合公式：

V_u＝V_u1+V_u2+…+V_um＝{z₁,z₂,…,z_d}

其中，V_u1，V_u2，V_um分別表示語義單元中多個短語節點所對應的單元向量，m取自然數；Z₁，Z₂，Z_d組成了向量集合，d取自然數；

計算余弦相似度步驟，計算所述語義單元向量與Word2Vec模型中所有詞的向量的余弦相似度；

獲得擴展問題文本步驟，選擇余弦相似度最大的前數個值對應的單詞或者短語作為擴展問題文本。

4.如權利要求1所述的問題細粒度分類方法，其特征在于，所述詞編碼步驟中，所述雙向長短時記憶網絡符合公式：

其中x_i表示詞向量，表示前向單元LSTM，按照從第1個詞到第T個詞的方向讀取單詞，表示反向單元LSTM，按照從第T個詞到第1個詞的方向讀取單詞,表示正向第i層隱含層的輸出，表示反向第i層隱含層的輸出。

5.如權利要求1所述的問題細粒度分類方法，其特征在于，所述詞聚焦步驟使用公式以獲得問題文本向量，所述公式為：

u_i＝tan h(E_wh_i+b_w)

其中α_i表示歸一化的權重值，s表示最終得到的問題文本向量，E_w和μ_w表示隨機初始化的權重參數值，b_w為偏置量，μ_i為單層感知器網絡的輸出，h_i為隱含層的輸出。

6.如權利要求1所述的問題細粒度分類方法，其特征在于，所述細粒度分類步驟中，softmax分類器包括公式：

p＝softmax(W_cs+b_c)

其中j表示問題文本向量s的標簽，W_c表示隨機初始化的權重參數值，b_c為偏置量，p值為每個類別的概率得分值，L表示損失函數值。