[發明專利]一種面向網絡知識問答社區的自動答案摘要方法

有效

• 申請號: 202010325009.5
• 申請日: 2020-04-22
• 公開（公告）號: CN111460136B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 徐小龍;宋建
• 申請（專利權）人: 南京郵電大學
• 主分類號: G06F16/34
• 分類號: G06F16/34;G06F40/126;G06N3/02
• 代理公司: 南京縱橫知識產權代理有限公司 32224
• 代理人: 母秋松

1.一種面向網絡知識問答社區的自動答案摘要方法，其特征在于：包括如下步驟：

步驟1，對原始答案文本進行數據預處理得到答案文本語料；

步驟2，對答案文本語料中句子里的單詞進行編碼，根據雙向門控循環單元的輸出，利用自注意力機制，得到句子的向量化表示；

步驟3，對句子的向量化表示進行編碼，根據雙向門控循環單元的輸出，利用多頭注意力機制，得到答案文本的向量化表示；

步驟4，使用門控循環單元，并利用內注意力機制的解碼器對答案文本的向量化表示進行解碼，得到解碼后的單詞；

所述單詞編碼的過程如下：

計算雙向門控循環單元某個時刻t的隱藏狀態h_t，對某個時刻t的兩個門控循環單元的隱藏狀態進行拼接，如下式所示：

其中，f_GRU表示門控循環單元的運算，h_t-1是雙向門控循環單元在t-1時刻的隱藏狀態，代表前向傳播，代表后向傳播，v_t是答案文本語料中句子里的單詞序列數據；是前向傳播的輸出隱藏狀態，是后向傳播的輸出隱藏狀態；

對隱藏層中t時刻的n個隱藏狀態h_t進行合并，得到單詞隱藏層H_ws，如下式所示：

其中，r是單向門控循環單元中隱藏單元的個數，n是隱藏狀態的個數；

所述句子的向量化表示編碼的過程如下：

計算雙向門控循環單元某個時刻k的隱藏狀態h_k，對某個時刻k的兩個門控循環單元的隱藏狀態進行拼接，如下式所示：

其中，f_GRU表示門控循環單元的運算，h_k-1是雙向門控循環單元在k-1時刻的隱藏狀態，代表前向傳播，代表后向傳播，s_i是時刻句子的向量化表示；是前向傳播的輸出隱藏狀態，是后向傳播的輸出隱藏狀態；

對隱藏層中k時刻的隱藏狀態h_k進行合并，得到句子隱藏層H_sd，如下式所示：

其中，r是單向門控循環單元中隱藏單元的個數，m是隱藏狀態的個數。

2.根據權利要求1所述的一種面向網絡知識問答社區的自動答案摘要方法，其特征在于：所述數據預處理包括分詞、詞性還原、過濾停用詞。

3.根據權利要求1所述的一種面向網絡知識問答社區的自動答案摘要方法，其特征在于：所述利用自注意力機制，得到句子的向量化表示的步驟如下：

將注意力向量a_ws和t時刻的n個隱藏狀態h_t進行加權求和，得到t時刻句子的向量化表示s_i，如下式所示：

其中，s_i是t時刻句子的向量化表示，a_ws是單詞的重要程度，表示t時刻第i個隱藏狀態；

其中，W₂和W₁是權重參數，使用softmax函數進行歸一化處理，tanh(*)是非線性激活函數，是單詞隱藏層的轉置。