[發明專利]一種智能問答系統及分析方法

在審

• 申請號: 201710976008.5
• 申請日: 2017-10-19
• 公開（公告）號: CN107844533A
• 公開（公告）日: 2018-03-27
• 發明（設計）人: 康雁;柳青;李陽;曾求兵;胡杰克;陳伯利;盧晨陽;蒲斌;楊成榮
• 申請（專利權）人: 云南大學
• 主分類號: G06F17/30
• 分類號: G06F17/30;G06F17/27;G06K9/62;G06N3/08;G06N3/04
• 代理公司: 北京科億知識產權代理事務所(普通合伙)11350
• 代理人: 湯東鳳

1.一種智能問答系統的分析方法，其特征在于，所述智能問答系統的分析方法包括：收集數據集為spring的相關問題并分析；

數據分析完畢之后，對數據集進行分詞和關鍵詞提取的預處理；

使用關聯規則表達問題和答案之間的關聯性；根據用戶的答案自動到數據庫中尋找答案；其次，進行問題和問題之間的關聯性以及答案和答案之間的關聯性表達。

2.如權利要求1所述的智能問答系統的分析方法，其特征在于，關鍵詞的提取采用聚類方式，首先直接對問題聚類，聚類完畢之后再次進行關鍵詞提取。

3.如權利要求1所述的智能問答系統的分析方法，其特征在于，所述關聯性采用循環神經網絡RNNs處理輸入之間前后關聯；所述循環神經網絡RNNs包包括：輸入單元，輸入集標記為{x0,x1,...,xt,xt+1,...}；

輸出單元，輸出集標記為{y0,y1,...,yt,yt+1.,..}；

隱藏單元，輸出集標記為{s0,s1,...,st,st+1,...}。

4.如權利要求3所述的智能問答系統的分析方法，其特征在于，循環神經網絡RNNs處理方法包括：

1)前向計算每個神經元的輸出值：

2)反向計算每個神經元的誤差項值，即誤差函數E對神經元j的加權輸入的偏導數；

3)計算每個權重的梯度：

4)已知誤差項值和上一時刻隱藏層的輸出St-1，則權重矩陣在t時刻的梯度為：

已知誤差項值和上一時刻隱藏層的輸出St-1，則權重矩陣在時刻的梯度為：

▿wtE=δ1ts1t-1δ1ts2t-1...δ1tsnt-1δ2ts1t-1δ2ts2t-1...δ2tsnt-1............δnts1t-1δnts2t-1...δnts2t-1]]>

表示t時刻誤差項向量的第i個分量；

表示-1時刻循環層第i個神經元的輸出值；

最終梯度：各個時刻誤差項向量的第i個分量；

表示t-1時刻循環層第i個神經元的輸出值；

最終梯度：各個時刻的梯度之和；

即：

5)最后根據隨機梯度下降算法SGD更新權重。