[發(fā)明專利]用于問題回答(QA)的對(duì)仗學(xué)習(xí)

在審

• 申請(qǐng)?zhí)枺?/td>: 202010064971.8
• 申請(qǐng)日: 2020-01-20
• 公開（公告）號(hào): CN113139119A
• 公開（公告）日: 2021-07-20
• 發(fā)明（設(shè)計(jì)）人: 公明;楊澤;壽林鈞;姜大昕
• 申請(qǐng)（專利權(quán)）人: 微軟技術(shù)許可有限責(zé)任公司
• 主分類號(hào): G06F16/9535
• 分類號(hào): G06F16/9535;G06F16/332
• 代理公司: 永新專利商標(biāo)代理有限公司 72002
• 代理人: 張立達(dá)

1.一種用于提供對(duì)仗訓(xùn)練數(shù)據(jù)的方法，包括：

從訓(xùn)練數(shù)據(jù)集中獲得一個(gè)正例，所述正例包括被標(biāo)記為相關(guān)的第一文本和第二文本；

從搜索日志中提取對(duì)仗信息；

至少基于所述對(duì)仗信息來修改所述第一文本；以及

將經(jīng)修改的第一文本和所述第二文本組合成與所述正例對(duì)仗的反例，所述經(jīng)修改的第一文本和所述第二文本在所述反例中被標(biāo)記為不相關(guān)。

2.如權(quán)利要求1所述的方法，其中，所述從搜索日志中提取對(duì)仗信息包括：

從所述搜索日志中提取至少一個(gè)多輪搜索會(huì)話；以及

利用所述至少一個(gè)多輪搜索會(huì)話中的查詢，生成對(duì)仗詞對(duì)集合。

3.如權(quán)利要求2所述的方法，其中，

所述至少一個(gè)多輪搜索會(huì)話具有相同的第一輪查詢。

4.如權(quán)利要求2所述的方法，其中，所述生成對(duì)仗詞對(duì)集合包括：

從所述至少一個(gè)多輪搜索會(huì)話中的所述查詢中提取候選項(xiàng)；

利用半結(jié)構(gòu)化數(shù)據(jù)語料庫(kù)，將所述候選項(xiàng)聚類成一個(gè)或多個(gè)組；以及

將每個(gè)組中的任意兩個(gè)候選項(xiàng)組合成一個(gè)對(duì)仗詞對(duì)。

5.如權(quán)利要求4所述的方法，其中，所述提取候選項(xiàng)包括：

對(duì)于每個(gè)多輪搜索會(huì)話，將每?jī)蓚€(gè)相鄰查詢中的未共享的詞語提取作為候選項(xiàng)。

6.如權(quán)利要求4所述的方法，其中，所述聚類包括：

對(duì)于所述候選項(xiàng)中的兩個(gè)目標(biāo)候選項(xiàng)，至少基于所述兩個(gè)目標(biāo)候選項(xiàng)在所述半結(jié)構(gòu)化數(shù)據(jù)語料庫(kù)中的出現(xiàn)信息，計(jì)算所述兩個(gè)目標(biāo)候選項(xiàng)之間的相似性。

7.如權(quán)利要求4所述的方法，其中，所述聚類包括：

通過貪婪聚類方式，確定所述候選項(xiàng)中的每個(gè)候選項(xiàng)所對(duì)應(yīng)的組。

8.如權(quán)利要求4所述的方法，其中，

所述半結(jié)構(gòu)化數(shù)據(jù)語料庫(kù)中的半結(jié)構(gòu)化數(shù)據(jù)屬于以下類型中的至少一種：web表格、web列表、以及web菜單。

9.如權(quán)利要求4所述的方法，還包括：

識(shí)別包括兩個(gè)或更多同義候選項(xiàng)的組；以及

僅在所述組中保留所述兩個(gè)或更多同義候選項(xiàng)中的一個(gè)候選項(xiàng)。

10.如權(quán)利要求2所述的方法，其中，所述修改所述第一文本包括：

識(shí)別被包括在所述第一文本中、并且被包括在所述對(duì)仗詞對(duì)集合里的一個(gè)對(duì)仗詞對(duì)中的目標(biāo)詞語；以及

在所述第一文本中，將所述目標(biāo)詞語替換成所述對(duì)仗詞對(duì)中的另一詞語。

11.如權(quán)利要求1所述的方法，其中，所述從搜索日志中提取對(duì)仗信息包括：

從所述搜索日志中確定與所述第一文本對(duì)應(yīng)的對(duì)仗查詢。

12.如權(quán)利要求11所述的方法，其中，所述確定對(duì)仗查詢包括：

從所述搜索日志中確定與所述第一文本相關(guān)的至少一個(gè)相關(guān)查詢；

對(duì)于每個(gè)相關(guān)查詢，至少基于所述搜索日志中與所述正例對(duì)應(yīng)的搜索記錄和與所述相關(guān)查詢對(duì)應(yīng)的搜索記錄，計(jì)算所述第一文本與所述相關(guān)查詢之間的對(duì)仗參數(shù)值；以及

從所述至少一個(gè)相關(guān)查詢中選擇具有符合預(yù)定標(biāo)準(zhǔn)的對(duì)仗參數(shù)值的相關(guān)查詢作為所述對(duì)仗查詢。

13.如權(quán)利要求12所述的方法，其中，所述計(jì)算對(duì)仗參數(shù)值包括：

基于與所述正例對(duì)應(yīng)的搜索記錄和與所述相關(guān)查詢對(duì)應(yīng)的搜索記錄，確定所述第一文本與所述相關(guān)查詢之間共同顯示的鏈接數(shù)量和共同點(diǎn)擊的鏈接數(shù)量；以及

至少基于所述共同顯示的鏈接數(shù)量和所述共同點(diǎn)擊的鏈接數(shù)量，計(jì)算所述第一文本與所述相關(guān)查詢之間的所述對(duì)仗參數(shù)值。

14.如權(quán)利要求11所述的方法，其中，所述修改所述第一文本包括：

將所述第一文本替換為所述對(duì)仗查詢。