[發明專利]基于自然語言處理和深度學習的智能問答優化方法

在審

• 申請號: 202010364914.1
• 申請日: 2020-04-30
• 公開（公告）號: CN111639165A
• 公開（公告）日: 2020-09-08
• 發明（設計）人: 陳立;徐雷
• 申請（專利權）人: 南京理工大學
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F40/284;G06F40/289;G06F40/35;G06K9/62
• 代理公司: 南京理工大學專利中心 32203
• 代理人: 吳茂杰

1.一種基于自然語言處理和深度學習的智能問答優化方法，其特征在于，包括如下步驟：

(10)中文分詞及詞向量轉換：抓取特定目標領域語意信息，將自然語言中的單詞字符轉換成計算機可以理解的N維矩陣向量；

(20)自然語言處理：給本體語義概念間關系賦予權重，使用權重計算語義距離，基于概念間語義距離描述語義相似性；

(30)語言歧義消除：通過闕值比較消除語言歧義。

2.根據權利要求1所述的智能問答優化方法，其特征在于，所述(10)中文分詞及詞向量轉換步驟包括：

(11)中文分詞：采用算法工具HanLP實現中文分詞；

(12)詞向量轉換：采用基于霍夫曼樹的訓練詞向量模型，將自然語言中的單詞字符轉換成計算機可以理解的N維矩陣向量。

3.根據權利要求1所述的智能問答優化方法，其特征在于，所述(20)自然語言處理步驟包括：

(21)計算詞形相似度：根據下式計算詞形相似度，

其中，Com(S1,S2)是句子S1和S2經分詞結果，如果某一項特征項在句子S1和S2中出現過一次，則以出現次數的最小值作為Com(S1,S2)的值，Len()代表句子的長度；

(22)計算詞序相似度：設S1和S2中均出現且只出現一次的詞匯定義為Once(S1,S2)，s代表Once(S1,S2)集合中的詞匯的個數，則表示兩個句子中關鍵詞相對位置的詞序相似度計算公式為

其中定義AIN(S1,S2，s)代表句子S2中詞匯的逆序數，在Morsim(S1,S2)和OrdSim(S1,S2)中。

(23)計算句長相似度：按下式計算句長相似度LenSim(S1,S2)：

(24)計算詞形、詞序、句長的權重占比：構造各層次判斷矩陣如下

計算該層次矩陣的對應的特征向量作為相似度權值。

(25)計算語義相似度：使用下式計算概念C1和概念C2的語義相似度

其中概念Ci表示所給節點與跟節點之間最短路徑的節點集合，而SemSim(C1，C2)表示概念C1和C2之間的語義距離。

4.根據權利要求3所述的智能問答優化方法，其特征在于，所述(24)權重比較步驟包括

(241)建立結構模型：綜合詞形相似度，詞序相似度，句長相似度得出句子結構相似度

StrSim(S1，S2)＝

α×MorSim(S1，S2)+β×OrdSim(S1，S2)+γ×LenSim(S1，S2)，

其中α、β和γ分別表示詞形相似度、詞序相似度、句長相似度的權重值且滿足α+β+γ＝1，通過AHP進行結構相似度中的各個權制計算，建立遞階層次結構模型

(242)計算相似值權值：構造各層次中的判斷矩陣

計算出該矩陣的最大特征值λmax＝3，對應特征向量為p＝[5，5，1]^τ，定義一致性指標其中λmax是最大特征值，n＝特征向量的維度。依據矩陣A計算可得CI＝0.查找平均隨機一致性指標RI＝0.52。計算一致性比例得到CR＝0，根據檢驗系數標準，當CR＜0.1，判斷矩陣的一致性可接受，因此上述判斷矩陣A對應的特征向量可以作為相似度權值。

(243)計算權重：對上述矩陣特征向量p＝[5，5，1]^τ做歸一化處理，得到的權制向量為W＝[0.455，0.455，0.09]，即α＝0.455、β＝0.455和γ＝0.09。