[發明專利]一種問題生成方法、裝置及存儲介質

有效

• 申請號: 202110475983.4
• 申請日: 2021-04-29
• 公開（公告）號: CN113239160B
• 公開（公告）日: 2022-08-12
• 發明（設計）人: 蔡曉東;高鑄成
• 申請（專利權）人: 桂林電子科技大學
• 主分類號: G06F16/332
• 分類號: G06F16/332;G06N3/04;G06N3/08
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 尉保芳

本發明提供一種問題生成方法、裝置及存儲介質，方法包括：導入三元組，所述三元組包括段落向量組、原始問題向量組和答案向量組；對所述段落向量組和所述答案向量組進行拼接，得到拼接向量組；構建訓練模型，通過所述訓練模型對所述拼接向量組和所述原始問題向量組進行訓練分析，得到已訓練問題向量組；根據所述已訓練問題向量組和所述原始問題向量組對所述訓練模型進行更新分析，得到最終模型。本發明增強了生成問題與上下文以及答案之間的匹配程度，得到的最終模型能夠將待測段落向量組和待測答案向量組的問題生成處理得到問題生成結果，更容易收斂，解決了生成的問題與所給上下文和答案匹配性不高的問題，增強了魯棒性。

技術領域

本發明主要涉及文本處理技術領域，具體涉及一種問題生成方法、裝置及存儲介質。

背景技術

自然問題生成(Natura l Quest i on Generat i on)即問題生成，其具有許多應用，比如改進自動問答任務，以教育為目的生成相關練習等等，傳統的問題生成依賴啟發式規則和人為給定的模板來進行，這樣的方法通用性低，可擴展性低。近年來，主要運用神經網絡方法(NN)來執行該任務，也取得了不錯的成就，但依然存在著生成的問題與所給上下文和答案匹配性不高等問題。

發明內容

本發明所要解決的技術問題是針對現有技術的不足，提供一種問題生成方法、裝置及存儲介質。

本發明解決上述技術問題的技術方案如下：一種問題生成方法，包括如下步驟：

導入三元組，所述三元組包括段落向量組、原始問題向量組和答案向量組；

對所述段落向量組和所述答案向量組進行拼接，得到拼接向量組；

構建訓練模型，通過所述訓練模型對所述拼接向量組和所述原始問題向量組進行訓練分析，得到已訓練問題向量組；

根據所述已訓練問題向量組和所述原始問題向量組對所述訓練模型進行更新分析，得到最終模型；

導入待測段落向量組和待測答案向量組，并通過所述最終模型對所述待測段落向量組和所述待測答案向量組進行問題生成處理，得到問題生成結果。

本發明解決上述技術問題的另一技術方案如下：一種問題生成裝置，包括：

三元組導入模塊，用于導入三元組，所述三元組包括段落向量組、原始問題向量組和答案向量組；

拼接模塊，用于對所述段落向量組和所述答案向量組進行拼接，得到拼接向量組；

訓練分析模塊，用于構建訓練模型，通過所述訓練模型對所述拼接向量組和所述原始問題向量組進行訓練分析，得到已訓練問題向量組；

更新分析模塊，用于根據所述已訓練問題向量組和所述原始問題向量組對所述訓練模型進行更新分析，得到最終模型；

問題生成結果獲得模塊，用于導入待測段落向量組和待測答案向量組，并通過所述最終模型對所述待測段落向量組和所述待測答案向量組進行問題生成處理，得到問題生成結果。

本發明解決上述技術問題的另一技術方案如下：一種問題生成裝置，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，當所述處理器執行所述計算機程序時，實現如上所述的問題生成方法。

本發明解決上述技術問題的另一技術方案如下：一種計算機可讀存儲介質，所述計算機可讀存儲介質存儲有計算機程序，當所述計算機程序被處理器執行時，實現如上所述的問題生成方法。