[发明专利]数据处理方法、装置和计算机可读存储介质

说明书

本公开涉及一种数据处理方法、装置和计算机可读存储介质，涉及计算机技术领域。本公开的方法包括：获取与问题对应的实体的特征向量和与候选答案对应的实体的特征向量，其中，实体是从问题对应的支持文档中提取的；根据实体的特征向量构建图，其中，图包括与各个实体对应的节点，和反映各实体之间的关系的各节点之间的边；将图的表示矩阵输入机器学习模型，得到输出的一个候选答案作为问题的答案。

技术领域

本公开涉及计算机技术领域，特别涉及一种数据处理方法、装置和计算机可读存储介质。

背景技术

针对给出的问题和相关的支持文档，使计算机理解相关支持文档，并输出正确的答案，通常称为机器阅读理解或机器问答，是自然语言处理(Natural LanguageProcessing，NLP)领域非常重要和具有挑战的任务。

目前，跨文档的多跳(Multi-Hop)阅读理解对于机器阅读理解或机器问答又提出了新的挑战，计算机需要学习对问题对应的多个支持文档进行跨文档推理的能力，从而得到正确的答案。

已知的跨文档多跳阅读理解的方法有基于注意力机制阅读理解系统，将文档级信息和实体级信息输入该系统，输出的答案可以达到较高的准确率。

发明内容

本公开所要解决的一个技术问题是：提出一种新的数据处理方法，可以实现跨文档的多跳阅读理解，针对问题可以得到较高准确率的答案。

根据本公开的一些实施例，提供的一种数据处理方法，包括：获取与问题对应的实体的特征向量和与候选答案对应的实体的特征向量，其中，实体是从问题对应的支持文档中提取的；根据实体的特征向量构建图，其中，图包括与各个实体对应的节点，和反映各实体之间的关系的各节点之间的边；将图的表示矩阵输入机器学习模型，得到输出的一个候选答案作为问题的答案。

在一些实施例中，该方法还包括：获取候选答案的特征向量；根据实体的特征向量构建图包括：根据候选答案的特征向量以及实体的特征向量构建图；其中，图还包括与候选答案对应的节点，反映候选答案和实体之间的关系的边，以及反映候选答案之间的关系的边。

在一些实施例中，该方法还包括：获取支持文档的特征向量；根据实体的特征向量构建图包括：根据支持文档的特征向量、候选答案的特征向量以及实体的特征向量构建图；其中，图还包括与支持文档对应的节点，反映支持文档和实体之间的关系的边，以及反映支持文档和候选答案之间的关系的边。

在一些实施例中，对问题、支持文档、候选答案和实体分别进行初始编码；将支持文档的初始编码、候选答案的初始编码或实体的初始编码的至少一项与问题的初始编码，输入协同注意力模型，得到输出的支持文档相对于问题的协同注意力编码，候选答案相对于问题的协同注意力编码，或实体相对于问题的协同注意力编码中至少一项；根据支持文档的协同注意力编码，候选答案的协同注意力编码，或者，根据实体的协同注意力编码，分别确定支持文档的特征向量，候选答案的特征向量，或者，实体的特征向量。

在一些实施例中，分别确定支持文档的特征向量，候选答案的特征向量，或者，实体的特征向量包括：将支持文档的协同注意力编码，候选答案的协同注意力编码或实体的协同注意力编码中至少一项，输入自注意力模型，得到输出的支持文档的自注意力编码，候选答案的自注意力编码，或实体的自注意力编码中至少一项，分别作为支持文档的特征向量，候选答案的特征向量，或实体的特征向量。

在一些实施例中，将图的表示矩阵输入机器学习模型，得到输出的一个候选答案作为问题的答案包括：将图的表示矩阵输入图神经网络模型，得到输出的各个节点更新后的特征向量；将候选答案更新后的特征向量和候选答案对应的实体更新后的特征向量输入分类模型，得到输出的各个候选答案以及候选答案对应的实体的得分；根据各个候选答案以及各个候选答案对应的实体的得分，选取一个候选答案作为问题的答案。