[发明专利]篇章因果关系判断方法、系统、装置

权利要求书

1.一种篇章因果关系判断方法，其特征在于，该方法包括：

步骤S10，基于语言激活模型，对输入的目标文本对中每条目标文本分别获取匹配度最高的注册事件；所述目标文本对为输入两条目标文本；

步骤S20，基于每条目标文本对应的注册事件，依据所存储的各场景中注册事件序列，计算两个注册事件的相关性；所述场景中注册事件序列为基于场景结构化的经验信息构建的具有布尔时序特征的注册事件序列；

步骤S30，基于所述目标文本对、步骤S20得到的两个注册事件的相关性，计算所述目标文本对的因果关系；

其中，所述语言激活模型通过经验-语言激活训练语料对机器翻译模型进行训练得到；所述经验-语言激活训练语料基于机器人经验中的注册事件构建。

2.根据权利要求1所述的篇章因果关系判断方法，其特征在于，步骤S30中“计算所述目标文本对的因果关系”，其方法为：

f_r＝softmax(tanh(W_c*[s₁；s₂]+W_t*fea_t+b))

其中，f_r为因果关系概率值，包括因果关系概率、非因果关系概率；s₁、s₂是目标文本对中两个目标文本通过文本编码模型获得的句子向量；W_c为预设的文本向量的参数矩阵；W_t为预设的布尔时序特征的参数矩阵；b为预设的偏置量。

3.根据权利要求1所述的篇章因果关系判断方法，其特征在于，步骤S20“计算两个注册事件的相关性”，其方法为：

其中，fea_t为所计算的相关性；e₁、e₂分别为目标文本对中第一目标文本、第二目标文本匹配到的注册事件；P(e₁)为所存储全部场景结构化的经验信息中e₁出现的概率；P(e₂|e₁)为出现e₁的结构化的经验信息中e₂的出现概率。

4.根据权利要求1所述的篇章因果关系判断方法，其特征在于，所述注册事件，

e_i＝{obj_i}，i∈R_i

其中，e_i为第i个注册事件；obj_i为该注册事件中处于激活状态的对象；R_i为该注册事件中的对象符号在语言激活模型全部对象的编号。

5.根据权利要求4所述的篇章因果关系判断方法，其特征在于，所述经验-语言激活训练语料，其表达式为

E_j＝{obj_i}：{LS_i}，i∈R_i

其中，E_j为第j个经验-语言激活训练语料；LS_i为对象obj_i对应的语言字符。

6.根据权利要求1所述的篇章因果关系判断方法，其特征在于，步骤S20所述各场景中注册事件序列，其获取方法包括：

步骤A10，在机器人的工作环境中，通过机器人自身的感知装置获取的机器人与对象交互得到的对象信息；所述对象信息包括机器人与对象交互得到的对象属性、对象状态信息；

步骤A20，对步骤A10中获取的对象信息进行结构化处理，并按照时间顺序进行组织和存储，作为机器人的运行工作环境得到的结构化的经验信息；

步骤A30，去除所述结构化的经验信息中处于未激活状态的对象，得到对应场景中注册事件序列。