[發(fā)明專利]機(jī)器閱讀理解中文的方法、裝置和計(jì)算機(jī)設(shè)備

在審

• 申請?zhí)枺?/td>: 201910597621.5
• 申請日: 2019-07-04
• 公開（公告）號: CN110442691A
• 公開（公告）日: 2019-11-12
• 發(fā)明（設(shè)計(jì)）人: 蘇智輝;錢柏丞
• 申請（專利權(quán)）人: 平安科技（深圳）有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33
• 代理公司: 深圳市明日今典知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44343
• 代理人: 王杰輝

本申請揭示了本申請實(shí)施例的機(jī)器閱讀理解中文的方法、裝置和計(jì)算機(jī)設(shè)備，利用BERT對第一問題中文文本和所述第一中文文本進(jìn)行向量化訓(xùn)練，然后利用預(yù)設(shè)的第一中文機(jī)器閱讀理解模型中進(jìn)行計(jì)算，得到對應(yīng)所述問題文本的第一答案文本，因?yàn)闊o需對第一問題中文文本和所述第一中文文本進(jìn)行分詞處理所以不存在分詞不當(dāng)?shù)那闆r發(fā)生，因此最終得到的第一答案文本的準(zhǔn)確率更高。

技術(shù)領(lǐng)域

本申請涉及到機(jī)器閱讀領(lǐng)域，特別是涉及到一種機(jī)器閱讀理解中文的方法、裝置和計(jì)算機(jī)設(shè)備。

背景技術(shù)

中文文本的機(jī)器閱讀理解相對于英文的機(jī)器閱讀理解而言，理解準(zhǔn)確率等不高，比如，英文單詞與單詞之間具有空格，該空格即為一個(gè)天然的分詞符，在機(jī)器機(jī)器閱讀理解的過程中分詞準(zhǔn)確，所以輸出的答案的準(zhǔn)確率相對較高。而中文則不同，分詞處理比較復(fù)雜，不同的分詞處理，會得到不同的答案，比如，對“我要去上學(xué)”進(jìn)行分詞處理，可以分為“我要，去，上，學(xué)”，也可以分為“我要，去，上學(xué)”，又或者分為“我，要去上，學(xué)”等等，那么上述不同的分詞，其對應(yīng)的語義等會發(fā)生變化，從而得到不同的理解。所以，目前需要一種提高機(jī)器閱讀理解中文正確率的機(jī)器閱讀理解中文的方法。

發(fā)明內(nèi)容

本申請的主要目的為提供一種機(jī)器閱讀理解中文的方法、裝置和計(jì)算機(jī)設(shè)備，旨在解決現(xiàn)有技術(shù)中機(jī)器閱讀理解中文準(zhǔn)確率低的問題。

為了實(shí)現(xiàn)上述發(fā)明目的，本申請?zhí)岢鲆环N機(jī)器閱讀理解中文的方法，包括：

獲取第一問題中文文本，以及待理解的第一中文文本；

分別將所述第一問題中文文本和所述第一中文文本輸入到預(yù)設(shè)的語言模型中進(jìn)行向量化，得到所述第一問題中文文本的問題向量，以及所述第一中文文本的待理解向量，其中，所述語言模型為BERT；

將所述問題向量和所述待理解向量輸入到預(yù)設(shè)的第一中文機(jī)器閱讀理解模型中進(jìn)行計(jì)算，得到對應(yīng)所述第一問題中文文本的第一答案文本。

進(jìn)一步地，所述分別將所述第一問題中文文本和所述第一中文文本輸入到預(yù)設(shè)的語言模型中進(jìn)行向量化，得到所述第一問題中文文本的問題向量，以及所述第一中文文本的待理解向量的步驟，包括：

分別對所述第一問題中文文本，以及所述第一中文文本中的每一個(gè)字符向量化，得到字符向量；以及給每一個(gè)字符標(biāo)記位置向量，得到字符位置向量；

將每一個(gè)字符對應(yīng)的字符向量和字符位置向量合并，得到對應(yīng)對所述第一問題中文文本的問題向量，以及對應(yīng)所述第一中文文本的待理解向量。

進(jìn)一步地，所述將所述問題向量和所述待理解向量輸入到預(yù)設(shè)的第一中文機(jī)器閱讀理解模型中進(jìn)行計(jì)算，得到對應(yīng)所述問題文本的第一答案文本的步驟之后，包括：

判斷所述第一答案文本中是否存在非中文詞語，若有，則將非中文詞語轉(zhuǎn)換成對應(yīng)的中文，并替換到所述第一答案文本中，得到純中文的第一答案文本；

將所述純中文的第一答案文本中的每一個(gè)漢字進(jìn)行向量化，得到對應(yīng)所述純中文的第一答案文本中文字的第一順序的多個(gè)第一向量，多個(gè)第一向量形成第一向量串；

將多個(gè)所述第一向量按照所述第一順序，每指定數(shù)量的所述第一向量形成一組，得到多個(gè)第一向量組；

到預(yù)設(shè)的模板向量數(shù)據(jù)庫中，各所述第一向量組查找與其相似度最高，且相似度達(dá)到預(yù)設(shè)的第一閾值的第二向量組；

若查找到所述第二向量組，則將所述第二向量組替換所述第一向量串中對應(yīng)的第一向量組，得到第二向量串；

將所述第二向量串轉(zhuǎn)換成中文，得到第二答案文本。

進(jìn)一步地，所述將所述問題向量和所述待理解向量輸入到預(yù)設(shè)的第一中文機(jī)器閱讀理解模型中進(jìn)行計(jì)算，得到對應(yīng)所述問題文本的第一答案文本的步驟之后，包括：