[發明專利]文本處理方法、裝置、計算機設備以及存儲介質

有效

• 申請號: 202011357066.8
• 申請日: 2020-11-27
• 公開（公告）號: CN112329435B
• 公開（公告）日: 2022-06-14
• 發明（設計）人: 程軼;趙瑞輝
• 申請（專利權）人: 騰訊科技（深圳）有限公司
• 主分類號: G06F40/205
• 分類號: G06F40/205;G06F40/30;G06N3/04;G06N3/08
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 熊永強;杜維

本申請實施例公開了一種文本處理方法、裝置、計算機設備以及存儲介質，本申請屬于人工智能領域。文本處理方法包括：獲取內容文本以及與內容文本具有關聯關系的答案文本；調用初始問題文本預測模型，對內容文本和答案文本進行問題文本預測處理，得到預測問題文本；根據預測問題文本與多跳問題類型的匹配程度，以及預測問題文本與內容文本的相關程度，確定反饋獎勵量；獲取答案文本的參考問題文本，根據反饋獎勵量、參考問題文本和預測問題文本，訓練初始問題文本預測模型，得到問題文本預測模型，問題文本預測模型是用于生成多跳問題文本。采用本申請，可以提高模型生成多跳問題的準確率。

技術領域

本申請涉及計算機技術領域，尤其涉及一種文本處理方法、裝置、計算機設備以及存儲介質。

背景技術

多跳問題是指需要進行一定邏輯推理方可回答的較為復雜的一類問題。此前的問題生成研究中大多還停留在簡單問題的生成，對于多跳問題生成的研究還比較少。因此，如何自動生成多跳問題成為研究熱點。

目前，通過訓練一個模型自動生成多跳問題，在進行訓練模型時，基于傳統的損失函數來確定模型損失，進而反向調整模型參數。由于傳統的損失函數只考慮到了模型生成的預測問題與真實多跳問題之間的字符差異量，但字符差異量并不能保證模型生成的問題是多跳問題，導致模型的訓練目標不準確，進而造成訓練后的模型不能準確生成多跳問題。

發明內容

本申請實施例提供一種文本處理方法、裝置、計算機設備以及存儲介質，可以提高模型生成多跳問題的準確率。

本申請實施例一方面提供了一種文本處理方法，包括：

獲取內容文本以及與所述內容文本具有關聯關系的答案文本；

調用初始問題文本預測模型，對所述內容文本和所述答案文本進行問題文本預測處理，得到預測問題文本；

根據所述預測問題文本與多跳問題類型的匹配程度，以及所述預測問題文本與所述內容文本的相關程度，確定反饋獎勵量；

獲取所述答案文本的參考問題文本，根據所述反饋獎勵量、所述參考問題文本和所述預測問題文本，訓練所述初始問題文本預測模型，得到問題文本預測模型，所述問題文本預測模型是用于生成多跳問題文本。

本申請實施例一方面提供了一種文本處理裝置，包括：

獲取模塊，用于獲取內容文本以及與所述內容文本具有關聯關系的答案文本；

調用模塊，用于調用初始問題文本預測模型，對所述內容文本和所述答案文本進行問題文本預測處理，得到預測問題文本；

確定模塊，用于根據所述預測問題文本與多跳問題類型的匹配程度，以及所述預測問題文本與所述內容文本的相關程度，確定反饋獎勵量；

所述獲取模塊，還用于獲取所述答案文本的參考問題文本；

訓練模塊，用于根據所述反饋獎勵量、所述參考問題文本和所述預測問題文本，訓練所述初始問題文本預測模型，得到問題文本預測模型，所述問題文本預測模型是用于生成多跳問題文本。

本申請實施例一方面提供了一種計算機設備，包括存儲器和處理器，存儲器存儲有計算機程序，計算機程序被處理器執行時，使得處理器執行上述各實施例中的方法。

本申請實施例一方面提供了一種計算機存儲介質，計算機存儲介質存儲有計算機程序，計算機程序包括程序指令，程序指令當被處理器執行時，執行上述各實施例中的方法。

本申請實施例一方面提供了一種計算機程序產品或計算機程序，計算機程序產品或計算機程序包括計算機指令，計算機指令存儲在計算機可讀存儲介質中，計算機指令被計算機設備的處理器執行時，執行上述各實施例中的方法。