[發明專利]一種基于量子測量的問答任務匹配的計算機介質在審
| 申請號: | 202110318869.0 | 申請日: | 2021-03-25 |
| 公開(公告)號: | CN113157879A | 公開(公告)日: | 2021-07-23 |
| 發明(設計)人: | 回文杰;張鵬 | 申請(專利權)人: | 天津大學 |
| 主分類號: | G06F16/332 | 分類號: | G06F16/332;G06N10/00 |
| 代理公司: | 天津市北洋有限責任專利代理事務所 12201 | 代理人: | 韓帥 |
| 地址: | 300072*** | 國省代碼: | 天津;12 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 量子 測量 問答 任務 匹配 計算機 介質 | ||
1.一種基于量子測量的問答任務匹配的計算機介質,其特征在于:所述計算機介質包括端到端的量子語言系統;所述量子語言系統由語言編碼器,測量矩陣編碼器、問答匹配模塊和卷積神經網絡構成;其中:
--所述語言編碼器用于編碼當前的問答句子獲取句子編碼矩陣;
--所述測量矩陣編碼器用于編碼當前句子的觀測信息獲取問答句子的測量編碼矩陣;
--所述問答匹配模塊用于判斷當前輸入問答句子的疑問句子與答案句子是否匹配;疑問句子的密度矩陣與答案句子的測量編碼矩陣交互得到疑問句子被觀測之后的矩陣,同樣地,答案句子的密度矩陣與疑問句子的測量編碼矩陣交互得到答案句子被觀測后的矩陣,將兩個被觀測之后的矩陣交互獲取交互匹配矩陣;
--所述卷積神經網絡提取交互匹配矩陣的特征信息;
--所述全連接神經網絡對特征信息處理經softmax層輸出匹配數據信息。
2.根據權利要求1所述的一種基于量子測量的問答任務匹配的計算機介質,其特征在于:所述語言編碼器包括嵌入層和中間層;其中:
--所述嵌入層是初始化單詞編碼;其采用gensim介質來學習每個單詞在word2vec模型中的獲得單詞的詞嵌入表示ci=α1e1+α2e2+…+αnen,其中ei為基向量,其共軛轉置cT就是一個列向量;
--所述中間層是將單詞編碼進行進一步計算,得到單詞的密度矩陣,從而進一步得到問答句子的密度矩陣,即通過公式ρi=piciTci可以得到每個單詞的密度矩陣,其中pi是每個單詞ci出現的概率;
--所述語言編碼器對句子中所有單詞的密度矩陣求和,就能得到該句子的密度矩陣表示形式,問句和答句的密度矩陣分別為ρq和ρa。
3.根據權利要求2所述的一種基于量子測量的問答任務匹配的計算機介質,其特征在于:所述測量矩陣編碼器通過如下步驟獲取問答句子的測量編碼矩陣:
3.1、預設測量算子Mm,如果量子語言系統的當前狀態為u行向量,則每個結果m出現的概率為:
其中:表示測量算子Mm的共軛轉置;m是狀態粒子,可以表示一個事件;u是狀態例子m的狀態向量;uT是u向量的轉置向量。
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天津大學,未經天津大學許可,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/202110318869.0/1.html,轉載請聲明來源鉆瓜專利網。





