[發明專利]回答生成裝置、回答生成方法及計算機可讀介質

在審

• 申請號: 202010914428.2
• 申請日: 2020-09-03
• 公開（公告）號: CN113360609A
• 公開（公告）日: 2021-09-07
• 發明（設計）人: 高橋拓誠;谷口元樹;谷口友紀;大熊智子
• 申請（專利權）人: 富士膠片商業創新有限公司
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06F16/33;G06F40/126;G06F40/216
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 孫明浩;崔成哲

本發明提供回答生成裝置、回答生成方法及計算機可讀介質。回答生成裝置具備：輸入部，其輸入提問及成為解析的對象的數據即解析對象數據；處理器；以及輸出部，所述處理器通過執行程序而進行如下處理，在輸入了所述提問及所述解析對象數據的情況下，使用事先準備的多個單一回答模型，從所述解析對象數據中分別獨立地提取針對所述提問的回答，計算提取出的所述回答的每個標記的出現頻度，基于所述出現頻度，提取單一回答或多個回答并向所述輸出部輸出。

技術領域

本公開涉及回答生成裝置、回答生成方法及計算機可讀介質。

背景技術

一直以來，提出了在給出了提問和關聯文本時，從關聯文本中提取適當的回答的技術。

在日本特開2019-220142號公報中記載了如下裝置，該裝置針對能夠以極性進行回答的提問，能夠高精度地以極性進行回答。機器讀解部使用預先學習的讀解模型，來估計該范圍的始端及終端，該讀解模型用于基于輸入的文章及提問句，估計該文章中的成為針對該提問句的回答的根據的范圍。判斷部使用預先學習的判斷模型，來判斷針對該提問句的回答的極性，該判斷模型用于基于通過機器讀解部的處理而得到的信息，判斷針對提問句的回答的極性是否準確。

在日本特開2019-191827號公報中，記載有用于實現高精度的提問應答的裝置。裝置具有回答生成單元，該回答生成單元將文檔及提問作為輸入，使用規定的第1詞匯和由包含在文檔及提問中的單詞構成的第2詞匯的和集合所包含的單詞，通過學習完畢模型來執行生成針對提問的回答句的處理。學習完畢模型包括針對回答句所包含的單詞是否包含在第2詞匯中而預先進行了學習的學習完畢神經網絡，通過該學習完畢神經網絡，在生成回答句時，使選擇第2詞匯所包含的單詞作為該回答句所包含的單詞的概率增減。

發明內容

本公開的目的在于，提供如下技術：在給出了提問和與該提問關聯的文本等成為解析對象的數據即解析對象數據時，能夠從解析對象數據中提取針對該提問的多個回答。

根據本公開的第1方案，提供一種回答生成裝置，其中，

所述回答生成裝置具備：輸入部，其輸入提問及成為解析的對象的數據即解析對象數據；處理器；以及輸出部，所述處理器通過執行程序而進行如下處理，在輸入了所述提問及所述解析對象數據的情況下，使用事先準備的多個單一回答模型，從所述解析對象數據中分別獨立地提取針對所述提問的回答，計算提取出的所述回答的每個標記的出現頻度，基于所述出現頻度，提取單一回答或多個回答并向所述輸出部輸出。

根據本公開的第2方案，所述處理器使用第1閾值及比所述第1閾值小的第2閾值，在所述出現頻度為所述第1閾值以上的情況下，將所述出現頻度成為所述第1閾值以上的標記判定為單一回答并輸出，在所述出現頻度小于所述第1閾值且為所述第2閾值以上的情況下，將所述出現頻度小于所述第1閾值且成為所述第2閾值以上的標記判定為多個回答并輸出，在所述出現頻度小于所述第2閾值的情況下，不選擇對象標記作為回答。

根據本公開的第3方案，所述處理器在針對連續的多個所述標記的判定結果相同的情況下，代替輸出各標記作為輸出結果，而是以序列長度成為最大的方式連續地選擇標記并輸出。

根據本公開的第4方案，所述處理器在針對處理對象標記判定為單一回答之后，針對下一個處理對象標記判定為多個回答或者無回答的情況下，僅輸出判定為單一回答的標記。

根據本公開的第5方案，所述處理器使用所述多個回答的回答數以上的所述多個單一回答模型。

根據本公開的第6方案，所述多個單一回答模型分別是如下模型：基于深度學習方法，將所述提問及所述解析對象數據編碼為分布式表達，基于編碼后的所述分布式表達，通過用于估計所述回答的開始點及結束點的全連接層從所述解析對象數據中提取最大概率的回答范圍。

根據本公開的第7方案，所述多個單一回答模型分別使用針對提問僅給出了單一的回答的學習數據而進行學習。