[發明專利]基于文本的判斷題生成方法、裝置、電子設備及存儲介質

在審

• 申請號: 202011486652.2
• 申請日: 2020-12-16
• 公開（公告）號: CN112507663A
• 公開（公告）日: 2021-03-16
• 發明（設計）人: 陳杭;賴眾程;倪佳;張舒婷;林志超;史文鑫;何鳳連;李驍;李筱藝;李會璟;賴幸斌;林嘉喜
• 申請（專利權）人: 平安銀行股份有限公司
• 主分類號: G06F40/117
• 分類號: G06F40/117;G06F40/289;G06K9/62;G06N3/04;G06N3/08
• 代理公司: 深圳市沃德知識產權代理事務所(普通合伙) 44347
• 代理人: 高杰;于志光

1.一種基于文本的判斷題生成方法，其特征在于，所述方法包括：

構建及訓練詞性標注及分詞模型，其中，所述詞性標注及分詞模型包括特征轉化層、詞性標注層及分詞層；

接收原始文本集，利用所述特征轉化層將所述原始文本集轉化為文本特征集；

利用所述詞性標注層對所述文本特征集執行詞性標注，得到詞性特征集；

利用所述分詞層計算所述詞性特征集的分詞概率集，根據所述分詞概率集，對所述詞性特征集執行分詞操作，得到詞語特征集；

對所述詞語特征集執行權重劃分，得到詞語權重集；

對所述詞語權重集執行部分遮蔽操作，得到遮蔽詞語集；

將所述遮蔽詞語集輸入至預構建的判斷題生成模型，生成判斷題集。

2.如權利要求1所述的基于文本的判斷題生成方法，其特征在于，所述構建及訓練詞性標注及分詞模型包括：

接收訓練文本集與所述訓練文本集對應的詞性標簽集，將所述訓練文本集執行替換及遮蔽操作，得到半遮蔽文本集；

構建詞性標注及分詞模型，利用所述詞性標注及分詞模型計算所述半遮蔽文本集的詞性預測集；

計算所述詞性預測集與所述詞性標簽集的差異值，當所述差異值大于或等于預設閾值時，調整所述詞性標注及分詞模型的內部參數，直至所述差異值小于所述預設閾值，得到訓練完成的詞性標注及分詞模型。

3.如權利要求2所述的基于文本的判斷題生成方法，其特征在于，所述利用所述詞性標注及分詞模型計算所述半遮蔽文本集的詞性預測集，包括：

利用所述特征轉化層將所述半遮蔽文本集轉化為半遮蔽向量集；

利用所述詞性標注層，對所述半遮蔽向量集執行詞性預測，得到所述詞性預測集。

4.如權利要求1所述的基于文本的判斷題生成方法，其特征在于，所述利用所述分詞層計算所述詞性特征集的分詞概率集，包括：

將所述詞性特征集轉變為固定維度的詞性向量集；

計算所述詞性向量集中每個詞性向量的分詞概率，并匯總每個詞性向量的分詞概率得到所述分詞概率集。

5.如權利要求1所述的基于文本的判斷題生成方法，其特征在于，所述對所述詞語特征集執行權重劃分，得到詞語權重集，包括：

根據所述詞語特征集的詞性，將所述詞語特征集分為形容詞特征集、動詞特征集及名詞特征集；

根據預先構建的形容詞、動詞及名詞的權重比例，對所述形容詞特征集、動詞特征集及名詞特征集進行權重劃分，得到所述詞語權重集。

6.如權利要求5所述的基于文本的判斷題生成方法，其特征在于，所述對所述詞語權重集執行部分遮蔽操作，得到遮蔽詞語集，包括：

按照所述詞語權重集中每個詞性的權重，從所述詞語權重集抽取指定數量的詞語，得到詞語組合集；

將所述詞語組合集按照預設比例執行遮蔽操作及替換操作，得到所述遮蔽詞語集。

7.如權利要求1至6中任意一項所述的基于文本的判斷題生成方法，其特征在于，所述將所述遮蔽詞語集輸入至預構建的判斷題生成模型，生成判斷題集，包括：

對所述遮蔽詞語集進行特征提取，得到遮蔽特征集；

將所述遮蔽特征集轉為遮蔽向量集；

利用softmax函數根據所述遮蔽向量集執行計算，得到所述遮蔽詞語集中遮蔽詞語的詞語預測概率集；

利用所述詞語預測概率集，替換所述原始文本集，生成所述判斷題集。