[发明专利]答案选择方法、装置、设备及存储介质

说明书

本申请公开了一种答案选择方法、装置、设备及存储介质，对于每个候选答案，本申请提供的方案能够基于该候选答案与其他各个候选答案的相似度，得到候选答案的中间语义向量，并将该中间语义向与初始语义向量进行拼接，得到候选答案的更新语义向量。由于该更新语义向量不仅包含了候选答案本身的信息，还包含了其他候选答案对其的支持性证据信息，因此可以确保基于多个候选答案的更新语义向量，从该多个候选答案中确定出的目标答案的准确性较高。

技术领域

本申请涉及自然语言处理(Natural Language Processing，NLP)领域，特别涉及一种答案选择方法、装置、设备及存储介质。

背景技术

近年来，基于文本的问答(Question Answering，QA)系统被广泛应用生活中的各个领域(例如医疗领域)。对于用户给出的文本形式的问题，该基于文本的问答系统能够通过检索语料库、知识图谱或问答知识库返回简洁且准确的匹配答案。

相关技术中，基于文本的问答系统确定匹配答案的过程一般包括检索、抽取和答案选择三个阶段。其中，在检索阶段，问答系统能够获取多个包含有答案的文档。在抽取阶段，问答系统可以从获取到的多个文档中确定出能够回答问题的多个候选答案。之后，在答案选择阶段中，问答系统能够基于每个候选答案与问题在语法或者语义上的匹配程度，确定每个候选答案的正确性，并从该多个候选答案中选择出正确性最高的一个候选答案作为最佳答案。

然而，仅基于候选答案与问题的匹配程度并不能准确地确定出的候选答案的正确性，上述答案选择方法所确定出的最佳答案的准确性较低。

发明内容

本申请提供了一种答案选择方法、装置、设备及存储介质，能够有效提高答案选择方法所确定出的最佳答案的准确性。所述技术方案如下：

一方面，提供了一种答案选择方法，所述方法包括：

对目标问题的多个候选答案中的每个候选答案进行编码，得到每个候选答案的初始语义向量；

对于所述多个候选答案中的每个候选答案，基于所述候选答案与其他各个候选答案的相似度，对其他各个候选答案的初始语义向量进行加权处理，得到所述候选答案的中间语义向量；

对于所述多个候选答案中的每个候选答案，将所述候选答案的初始语义向量与中间语义向量进行拼接，得到所述候选答案的更新语义向量；

基于所述多个候选答案的更新语义向量，从所述多个候选答案中确定出目标答案。

另一方面，提供了一种答案选择模型的训练方法，所述方法包括：

获取问题样本的多个答案样本，以及每个所述答案样本的标签，所述标签用于指示所述答案样本是否为所述问题样本的正确答案；

对所述多个答案样本中的每个答案样本进行编码，得到每个答案样本的初始语义向量；

对于所述多个答案样本中的每个答案样本，基于所述答案样本与其他各个答案样本的相似度，对其他各个答案样本的初始语义向量进行加权处理，得到所述答案样本的中间语义向量；

对于所述多个答案样本中的每个答案样本，将所述答案样本的初始语义向量和所述答案样本的中间语义向量进行拼接，得到所述答案样本的更新语义向量；

基于所述多个答案样本的更新语义向量以及所述多个答案样本的标签，训练答案选择模型。

又一方面，提供了一种答案选择装置，所述装置包括：

编码模块，用于对目标问题的多个候选答案中的每个候选答案进行编码，得到每个候选答案的初始语义向量；

加权模块，用于对于所述多个候选答案中的每个候选答案，基于所述候选答案与其他各个候选答案的相似度，对其他各个候选答案的初始语义向量进行加权处理，得到所述候选答案的中间语义向量；