[發(fā)明專利]基于給定事實的問句生成方法及系統(tǒng)

有效

• 申請?zhí)枺?/td>: 201911276552.4
• 申請日: 2019-12-12
• 公開（公告）號: CN111061851B
• 公開（公告）日: 2023-08-08
• 發(fā)明（設(shè)計）人: 劉康;何世柱;趙軍;劉操
• 申請（專利權(quán)）人: 中國科學(xué)院自動化研究所
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06N5/022
• 代理公司: 北京市恒有知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11576
• 代理人: 郭文浩;尹文會

1.一種基于給定事實的問句生成方法，其特征在于，所述問句生成方法包括：

獲取歷史參考數(shù)據(jù)，所述歷史參考數(shù)據(jù)包括多條不同用戶的歷史輸入信息；所述歷史參考數(shù)據(jù)還包括多條監(jiān)督信息，各所述監(jiān)督信息包括對應(yīng)歷史輸入信息的人工標(biāo)注問句及參考答案；

對各歷史輸入信息進(jìn)行擴(kuò)展，得到對應(yīng)的上下文表示；

根據(jù)各所述輸入信息及對應(yīng)的上下文表示，建立問句生成模型；

所述問句生成模型其修正方法還包括：

根據(jù)所述監(jiān)督信息，對所述問句生成模型進(jìn)行修正，得到修正后的問句生成模型：

基于所述問句生成模型，根據(jù)各歷史輸入信息，確定對應(yīng)的歷史問句序列；

根據(jù)各所述歷史問句序列及對應(yīng)的人工標(biāo)注問句，計算生成問句損失

根據(jù)各所述歷史問句序列及對應(yīng)的參考答案，計算輔助答案損失

其中，各參考答案包括有對應(yīng)歷史輸入信息的答案類型詞，所述歷史問句序列包括有對應(yīng)歷史輸入信息的生成詞，是答案類型詞的集合，|A|表示所述答案類型詞的集合中答案類型詞的數(shù)量，是一個問句序列中生成詞y_t與對應(yīng)答案類型詞a_n的損失；

根據(jù)所述生成問句損失及輔助答案損失確定監(jiān)督信息損失

其中，λ表示參考系數(shù)；

根據(jù)所述監(jiān)督信息損失對所述問句生成模型進(jìn)行修正，得到修正后的問句生成模型；

基于所述問句生成模型，根據(jù)當(dāng)前用戶的當(dāng)前輸入信息，確定所述當(dāng)前輸入信息對應(yīng)的問句序列。

2.根據(jù)權(quán)利要求1所述的基于給定事實的問句生成方法，其特征在于，所述不同用戶的歷史輸入信息的格式為頭實體-關(guān)系-尾實體；

所述對各歷史輸入信息進(jìn)行擴(kuò)展，得到對應(yīng)的上下文表示，具體包括：

針對頭實體和/或尾實體，用在知識庫的類型信息作為頭實體和/或尾實體的上下文表示；

針對關(guān)系，用對應(yīng)在知識庫中的領(lǐng)域、值域、主題以及距離監(jiān)督回標(biāo)的句子中的至少一者作為所述關(guān)系的上下文表示。

3.根據(jù)權(quán)利要求2所述的基于給定事實的問句生成方法，其特征在于，當(dāng)所述知識庫的類型信息有多個時，選用最頻繁使用以及最具有區(qū)分度的類型作為頭實體和/或尾實體的上下文表示。

4.根據(jù)權(quán)利要求1所述的基于給定事實的問句生成方法，其特征在于，所述根據(jù)各所述輸入信息及對應(yīng)的上下文表示，建立問句生成模型，具體包括：

針對每對輸入信息及對應(yīng)的上下文表示，

對所述輸入信息進(jìn)行訓(xùn)練，得到訓(xùn)練信息；

基于第一序列模型，根據(jù)所述上下文表示，得到表示序列；

將所述訓(xùn)練信息及表示序列進(jìn)行融合，得到融合信息；

對所述融合信息進(jìn)行編碼，得到隱層狀態(tài)序列；

對各所述隱層狀態(tài)序列進(jìn)行解碼，計算得到對應(yīng)的解碼序列函數(shù)，所述解碼序列函數(shù)為問句生成模型。