[發明專利]智能機器閱讀理解方法、裝置、電子設備及存儲介質在審
| 申請號： | 202110257925.4 | 申請日： | 2021-03-10 |
| 公開（公告）號： | CN112632265A | 公開（公告）日： | 2021-04-09 |
| 發明（設計）人： | 劉磊 | 申請（專利權）人： | 北京沃豐時代數據科技有限公司 |
| 主分類號： | G06F16/332 | 分類號： | G06F16/332;G06F16/35;G06F40/30;G06K9/62;G06N20/00 |
| 代理公司： | 北京路浩知識產權代理有限公司 11002 | 代理人： | 王宇楊 |
| 地址： | 100160 北京市豐臺區*** | 國省代碼： | 北京;11 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 智能 機器 閱讀 理解 方法 裝置 電子設備 存儲 介質 | ||
1.一種智能機器閱讀理解方法，其特征在于，包括：
獲取待檢問題；
通過深度語義匹配的方式，從預設的問題答案優選集中匹配所述待檢問題的答案；
如果匹配到所述答案，則將所述答案作為最終答案，否則通過預先訓練好的閱讀理解模型，獲得所述待檢問題的最終答案，其中，所述預先訓練好的閱讀理解模型包括BERT模型和QANet模型。
2.根據權利要求1所述的智能機器閱讀理解方法，其特征在于，所述如果匹配到所述答案，則將所述答案作為最終答案，包括：
從所述問題答案優選集和所述待檢問題進行深度語義匹配，并判斷匹配結果中是否存在匹配度超過預設閾值的結果；
如果有，則將匹配度超過預設閾值的結果作為所述最終答案。
3.根據權利要求1或2所述的智能機器閱讀理解方法，其特征在于，在通過預先訓練好的閱讀理解模型，獲得所述待檢問題的最終答案之前，包括：對所述閱讀理解模型進行訓練。
4.根據權利要求3所述的智能機器閱讀理解方法，其特征在于，所述對所述閱讀理解模型進行訓練，包括：
對文檔集以及問答對集進行切分，得到問題集以及候選答案片段集；
通過BERT模型預測答案起始位置和終止位置，并預測答案與真實答案的評測差異；
基于所述評測差異對所述BERT模型進行二次訓練，得到訓練好的BERT模型。
5.根據權利要求1所述的智能機器閱讀理解方法，其特征在于，通過預先訓練好的閱讀理解模型，獲得所述待檢問題的最終答案，包括：
獲得所述BERT模型的預測答案，獲得所述QANet模型的預測答案；
對所述BERT模型的預測答案和所述QANet模型的預測答案進行加權求和，得到所述最終答案。
6.根據權利要求1所述的智能機器閱讀理解方法，其特征在于，還包括：
獲取最終答案的反饋信息，并根據反饋信息對所述閱讀理解模型進行模型優化。
7.一種智能機器閱讀理解裝置，其特征在于，包括：
獲取模塊，用于獲取待檢問題；
答案確定模塊，用于通過深度語義匹配的方式，從預設的問題答案優選集中匹配所述待檢問題的答案，如果匹配到所述答案，則將所述答案作為最終答案，否則通過預先訓練好的閱讀理解模型，獲得所述待檢問題的最終答案，其中，所述預先訓練好的閱讀理解模型包括BERT模型和QANet模型。
8.一種電子設備，包括存儲器、處理器及存儲在存儲器上并可在處理器上運行的計算機程序，其特征在于，所述處理器執行所述程序時實現根據權利要求1~6任一項所述的智能機器閱讀理解方法的步驟。
9.一種非暫態計算機可讀存儲介質，其上存儲有計算機程序，其特征在于，該計算機程序被處理器執行時實現根據權利要求1~6任一項所述的智能機器閱讀理解方法的步驟。
10.一種計算機程序產品，所計算機程序產品包括有計算機程序，其特征在于，該計算機程序被處理器執行時實現根據權利要求1~6任一項所述的智能機器閱讀理解方法的步驟。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于北京沃豐時代數據科技有限公司，未經北京沃豐時代數據科技有限公司許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110257925.4/1.html，轉載請聲明來源鉆瓜專利網。
