[發明專利]閱讀機器人的標題選擇方法及系統

有效

• 申請號: 201711092902.2
• 申請日: 2017-11-08
• 公開（公告）號: CN107832295B
• 公開（公告）日: 2021-06-04
• 發明（設計）人: 李茹;關勇;郭少茹;張旗;王智強;柴清華
• 申請（專利權）人: 山西大學
• 主分類號: G06F40/258
• 分類號: G06F40/258
• 代理公司: 蘇州市中南偉業知識產權代理事務所(普通合伙) 32257
• 代理人: 李廣

本發明屬于自然語言處理研究領域，具體公開了一種閱讀機器人的標題選擇方法及系統；包括如下步驟：一、篇章要點抽取單元；二、標題與篇章要點相關性分析單元；三、標題結構單元；四、相關度矩陣和標題結構融合單元；五、答案選取單元，對選項進行排序，選取最適合的答案。本發明首次提出了標題與篇章要點相關性分析方法，該方法通過分析標題與篇章要點的相關性，構建了基于標題和篇章要點的相關度矩陣，在此基礎上融入標題結構特征，選取與篇章最相關的標題。本方法遵循解題規律，解決了閱讀機器人的標題選擇題目解答的問題。本發明有效填補了中文閱讀理解標題選擇題型智能解答方面的空白。

技術領域

本發明屬于自然語言處理研究領域，具體地說，涉及一種閱讀機器人的標題選擇方法及系統。

背景技術

閱讀機器人的研發近年來已經成為一個研究熱點，受到國內外學者、公司越來越多的關注，并取得了良好的發展。

2011年，IBM超級電腦(Watson)在智力競猜節目(Jeopardy)中戰勝了該節目中最杰出的兩位人類選手。日本國立情報學研究所(National Institute of Informatics)開發的人工智能機器人Todai Robot已經可以通過大學入學考試，在2015年的日本大學入學考試中，Todai Robot取得了511分，比考生平均分高出90多分。2016年，谷歌人工智能機器人“AlphaGo”以總比分4比1的成績戰勝人類代表圍棋九段棋手李世石。

上述閱讀機器人系統中問題求解都有大量的詞典、語法、資料等組成知識庫作為支撐，許多問題的分析、解答工作都是基于知識庫的查找和檢索。閱讀機器人的智能解答仍然是一個巨大的挑戰，并且在中文閱讀理解標題選擇題型智能解答方面仍然是一個空白。目前，針對閱讀機器人的閱讀理解任務，提出的相關技術可以分為兩種：基于特征的方法和基于深度學習的方法。

基于特征的方法通常使用特征工程、語言工具、外部資源來解決這類問題。例如：郭少茹.面向高考閱讀理解的句子語義相關度，清華大學學報自然科學版,2017,57(6):575-579.針對高考語文中科技文題型進行分析，提出一種多維度投票算法，該算法將Word2Vec，HowNet，詞袋模型，框架語義場景四個方面作為度量標準，運用投票算法的思想，選取最佳答案。李茹.閱讀理解答案預測[J/OL].山西大學學報(自然科學版)：1-8.(2017-05-27)[2017-09-28].針對高考語文閱讀理解，通過對篇章、題干、選項三者的關系進行建模，制定聯合打分函數，加入句子相似度特征、反義匹配特征、否定特征三個語義特征信息，提出基于題干與選項一致性判別模型。

基于深度學習的方法主要是通過構建神經網絡模型，在基于詞向量表示基礎上，利用深度神經網絡模型學習句子的向量表示，然后把任務轉換成一個分類或排序問題。例如：Wenpeng Yin.Attention-Based Convolutional Neural Network for MachineComprehension[EB/OL].[2016].http://arxiv.org/abs/1602.04341.針對機器理解任務，構建一個基于Attention機制的分層的卷積神經網絡模型，通過對文章、問題、答案進行建模，發現與回答問題相關的關鍵短語、關鍵句和關鍵片斷。Iyyer M.A Neural Network forFactoid Question Answering over Paragraphs[C]//EMNLP.2014:633-644.針對閱讀理解任務提出了一個循環神經網絡模型，學習詞和短語的向量表示進行實體推理，并用邏輯回歸分類器對篇章預測類別，類別標簽就是問題的答案。

基于特征的方法需要人工構建大量不同的特征，耗費大量的時間，而基于端到端的神經網絡模型雖然可以自動學習特征，但是由于數據的稀疏性、問題的復雜性，效果提升不是很明顯。

發明內容