[發明專利]一種研報問答生成方法、系統及計算機可讀存儲介質

有效

• 申請號: 202210380623.0
• 申請日: 2022-04-12
• 公開（公告）號: CN114492362B
• 公開（公告）日: 2022-08-16
• 發明（設計）人: 劉明童;王澤坤;周明
• 申請（專利權）人: 北京瀾舟科技有限公司
• 主分類號: G06F40/186
• 分類號: G06F40/186;G06F40/268;G06F40/284;G06F40/295;G06F40/35;G06K9/62;G06N5/02
• 代理公司: 深圳市智享知識產權代理有限公司 44361
• 代理人: 王琴

1.一種研報問答生成方法，其特征在于：包括以下步驟：

提供研報文本，并基于預設知識庫以及研報文本生成問題集；

基于召回模型以及匹配模型，對應研報文本各段落召回問題集中的若干個問題，判別問題與各段落的匹配度，對應各段落選擇匹配度最高的問題以生成問題-段落對；

基于問題-段落對從段落中抽取相應的片段生成答案或者根據段落生成各問題對應的答案。

2.如權利要求1所述的研報問答生成方法，其特征在于：所述知識庫包括實體清單庫以及問題模板庫。

3.如權利要求2所述的研報問答生成方法，其特征在于：基于預設知識庫以及研報文本生成至少一個問題采用命名實體識別和詞性標注的方法、基于提示學習的方法或者基于可控問題生成方法其中的一種或多種方法。

4.如權利要求3所述的研報問答生成方法，其特征在于：基于預設知識庫以及研報文本生成至少一個問題采用命名實體識別和詞性標注的方法的具體步驟為：

識別研報文本中的實體詞；

抽取整篇研報文本的關鍵詞；

基于關鍵詞逐個與實體清單庫計算兩兩之間的余弦相似度，取余弦相似度最高的若干個關鍵詞作為研報文本包含的主要板塊實體名詞；

將對應的實體詞以及主要板塊實體名詞填充到預設的問題模板中生成問題。

5.如權利要求3所述的研報問答生成方法，其特征在于：基于預設知識庫以及研報文本生成至少一個問題采用基于提示學習的方法的具體步驟為：

預設提示模板，并基于問題模板庫以及研報文本將對應的問題模板以及段落填充到提示模板中的對應位置；

基于預訓練語言模型，將問題模板中的待填充位置填充為預訓練語言模型的掩碼標記，通過預訓練語言模型進行掩碼標記的預測以生成問題。

6.如權利要求3所述的研報問答生成方法，其特征在于：知識庫中還包含有若干疑問詞，基于知識庫以及研報文本生成至少一個問題采用基于可控問題生成方法的具體步驟為：

識別研報文本中的實體詞以及關鍵詞并作為主控制要素；

將關鍵詞與知識庫中的疑問詞進行匹配，選擇匹配度最高的疑問詞作為次控制要素；

采用孟子-T5模型，將主控制要素、次控制要素以及研報文本輸入到孟子-T5模型中，并由孟子-T5模型生成問題。

7.如權利要求2所述的研報問答生成方法，其特征在于：基于問題-段落對從段落中抽取相應的片段生成答案的具體步驟為：

提供答案生成模型，基于預設數據庫對答案生成模型預訓練以及精調；

輸入段落以及與該段落對應的問題至答案生成模型中以生成答案。

8.如權利要求2所述的研報問答生成方法，其特征在于：基于問題-段落對并根據段落生成各問題對應的答案的具體步驟為：

提供答案生成模型，并給定約束強度值；

輸入段落以及與該段落對應的問題至答案生成模型中并基于約束強度值進行解碼；

以所有解碼出的答案文本作為候選集，與對應的問題計算匹配度，取匹配值最高的作為最終答案。

9.一種研報問答生成系統，其特征在于：包括以下模塊：

問題生成模塊：提供研報文本，并基于預設知識庫以及研報文本生成問題集；

篩選模塊：對應研報文本各段落召回問題集中的若干個問題，判別問題與各段落的匹配度，對應各段落選擇匹配度最高的問題以生成問題-段落對；

答案生成模塊：基于問題-段落對從段落中抽取相應的片段生成答案或者根據段落生成各問題對應的答案。

10.一種計算機可讀存儲介質，其特征在于：所述計算機可讀存儲介質存儲有計算機程序，所述計算機程序被執行時實現如權利要求1-8任一項所述的研報問答生成方法的步驟。