[發明專利]文本生成方法、文本生成裝置以及已學習模型

在審

• 申請號: 201911343811.0
• 申請日: 2019-12-24
• 公開（公告）號: CN111382251A
• 公開（公告）日: 2020-07-07
• 發明（設計）人: 橫手健一;巖山真
• 申請（專利權）人: 株式會社日立制作所
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F40/151
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 程晨

本發明涉及文本生成方法、文本生成裝置以及已學習模型，減輕學習數據的構筑的困難性并且應對處理的復雜化。置換信息收集部決定輔助置換器的作用；輔助置換器教師數據生成部根據置換信息DB的參照結果，生成在輔助置換器的機器學習中使用的置換教師數據；輔助置換器生成部根據置換教師數據DB生成輔助置換器；輔助置換器文本生成器結合部將輔助置換器生成部生成的輔助置換器結合到未學習的文本生成器；文本生成信息收集部收集文本的生成前信息以及生成后信息；文本生成器教師數據生成部根據生成信息DB的參照結果，生成在文本生成器的機器學習中使用的生成教師數據；文本生成器生成部根據生成教師數據DB生成文本生成器。

技術領域

本發明涉及文本生成方法、文本生成裝置以及已學習模型。

背景技術

在與自然語言處理有關的許多系統中，需要辨識2個文本的意思或意圖是否相同。例如，考慮具有提問文和回答文的配對，接受來自用戶的輸入，在找到適合于該輸入的提問文之后，輸出與該提問文對應的回答的提問應答系統。

來自用戶的輸入未必成為與提問應答系統具有的提問文相同的文本。即使提問應答系統具有作為提問文的“請問車站的地點”、作為回答文的“往北200米”的配對，也有不是從用戶輸入“請問車站的地點”、而是“想知道車站的地點”這樣的文本的情況。提問應答系統在根據是否與“請問車站的地點”完全一致而尋找相應的提問文的情況下，不能針對“想知道車站的地點”這樣的輸入而回答“往北200米”。

不限于所述事例，由于輸入活用形的變動、具有相同的意思的其他單詞，在提問應答系統中，可能引起盡管具有回答文，但不能將來自用戶的輸入與對應的提問文相關聯這樣的結果。

作為解決這樣的問題的方法之一，有復述生成(Paraphrase Generation)。復述生成是在某個文本被提供時生成具有相同的意思的其他文本的技術。通過進行復述生成，針對一個回答文而將多個提問文對應起來，提問應答系統能夠針對各種輸入進行回答。

在非專利文獻1～3中，公開了用以神經網絡為首的端到端(End-to-End)架構進行復述生成的方法。例如，在如根據“想確認車站的地點”生成“想知道車站的地點”的處理那樣，僅置換文本的一部分的動詞的情況下，因為能夠使用同義詞詞典等自動地構筑學習用數據，想要實現的處理也不復雜，所以與端到端架構的適合性良好。

現有技術文獻

非專利文獻

非專利文獻1：Paraphrase Generation with Deep Reinforcement LearningZichao Li，Xin Jiang，Lifeng Shang，Hang Li，EMNLP 2018

非專利文獻2：Neural Paraphrase Generation with Stacked Residual LSTMNetworks aaditya prakash，Sadid A.Hasan，Kathy Lee，VivekDatla，Ashequl Qadir，Joey Liu，Oladimeji Farri，COLING 2016

非專利文獻3：Joint Copying and Restricted Generation for ParaphraseZiqiang Cao，Chuwei Luo，Wenjie Li，Sujian Li，AAAI 2017

發明內容

然而，例如，在如根據“車站的地點在哪”生成“想乘坐電車”的處理那樣，變更文本的單詞以及文體的情況下，因為想要實現的處理變得復雜，需要大量的學習數據，而且也難以自動地構筑學習數據，所以與端到端架構的適合性差。

本發明是鑒于上述情況而完成的，其目的在于提供一種能夠減輕學習數據的構筑的困難性并且應對處理的復雜化的文本生成方法、文本生成裝置以及已學習模型。