[發明專利]模型訓練方法、問答實現方法、裝置和計算設備

在審

• 申請號: 202110233770.0
• 申請日: 2021-03-03
• 公開（公告）號: CN113011197A
• 公開（公告）日: 2021-06-22
• 發明（設計）人: 盧健
• 申請（專利權）人: 中國工商銀行股份有限公司
• 主分類號: G06F40/35
• 分類號: G06F40/35
• 代理公司: 北京三友知識產權代理有限公司 11127
• 代理人: 任默聞;孫乳筍

本說明書實施例公開了一種模型訓練方法、問答實現方法、裝置和計算設備。所述問答實現方法包括：將目標提問語句輸入至語義表示模型，獲得目標向量；將目標向量輸入至與所述語義表示模型相連的向量搜索模型，獲得參考向量，所述參考向量為向量集中與所述目標向量之間的距離滿足預設條件的向量，所述向量集包括問答知識庫中提問語句的向量，所述問答知識庫包括具有對應關系的提問語句和答復語句；利用參考向量，基于所述問答知識庫確定所述目標提問語句對應的答復語句。本說明書實施例可以快速地獲得提問語句對應的答復語句。

技術領域

本說明書實施例涉及計算機技術領域，特別涉及一種模型訓練方法、問答實現方法、裝置和計算設備。

背景技術

隨著科技的發展，人工智能技術的應用為人們的日常生活帶來了各種便利。在一些場景下，用戶需要與服務器進行互動式問答，以咨詢一些問題并獲得相應答案。相關技術中的一些智能問答系統，響應速度較慢，無法快速為用戶提供答案。

發明內容

本說明書實施例提供一種模型訓練方法、問答實現方法、裝置和計算設備，以快速地獲得與咨詢問題相匹配的答案。

本說明書實施例的第一方面，提供了一種模型訓練方法，包括：

將至少三個語句輸入至語義表示模型，獲得至少三個向量，所述至少三個語句包括至少兩個用于表示第一語義的第一語句、以及至少一個用于表示第二語義的第二語句；

根據所述至少三個向量，確定損失函數的取值，所述損失函數用于表示第一相似度與第二相似度之間的偏差程度，所述第一相似度用于表示第一語句之間語義的相似程度，所述第二相似度用于表示第一語句與第二語句之間語義的相似程度；

根據損失函數的取值，確定所述語義表示模型的模型參數。

本說明書實施例的第二方面，提供了一種問答實現方法，包括：

將目標提問語句輸入至語義表示模型，獲得目標向量；

將目標向量輸入至與所述語義表示模型相連的向量搜索模型，獲得參考向量，所述參考向量為向量集中與所述目標向量之間的距離滿足預設條件的向量，所述向量集包括問答知識庫中提問語句的向量，所述問答知識庫包括具有對應關系的提問語句和答復語句；

利用參考向量，基于所述問答知識庫確定所述目標提問語句對應的答復語句。

本說明書實施例的第三方面，提供了一種模型訓練裝置，包括：

輸入單元，用于將至少三個語句輸入至語義表示模型，獲得至少三個向量，所述至少三個語句包括至少兩個用于表示第一語義的第一語句、以及至少一個用于表示第二語義的第二語句；

第一確定單元，用于根據所述至少三個向量，確定損失函數的取值，所述損失函數用于表示第一相似度與第二相似度之間的偏差程度，所述第一相似度用于表示第一語句之間語義的相似程度，所述第二相似度用于表示第一語句與第二語句之間語義的相似程度；

第二確定單元，用于根據損失函數的取值，確定所述語義表示模型的模型參數。

本說明書實施例的第三方面，提供了一種問答實現裝置，包括：

第一輸入單元，用于將目標提問語句輸入至語義表示模型，獲得目標向量；

第二輸入單元，用于將目標向量輸入至與所述語義表示模型相連的向量搜索模型，獲得參考向量，所述參考向量為向量集中與所述目標向量之間的距離滿足預設條件的向量，所述向量集包括問答知識庫中提問語句的向量，所述問答知識庫包括具有對應關系的提問語句和答復語句；

確定單元，用于利用參考向量，基于所述問答知識庫確定所述目標提問語句的答復語句。

本說明書實施例的第三方面，提供了一種計算設備，包括：