[发明专利]问题数据处理方法、深度学习模型的训练方法和装置

说明书

本公开提供了一种问题数据处理方法、深度学习模型的训练方法、问答方法、装置、设备、介质和产品，涉及人工智能技术领域，具体涉及知识图谱、自然语言处理、深度学习等技术领域。问题数据处理方法包括：获取针对目标问题的第一子问题和针对第一子问题的第一答复顺序；基于目标问题、第一子问题以及第一答复顺序，得到针对目标问题的第二子问题，其中，针对第二子问题的第二答复顺序在第一答复顺序之后；基于第一子问题、第一答复顺序、第二子问题、第二答复顺序，得到针对目标问题的目标子问题集合，其中，目标子问题集合包括具有答复顺序的多个子问题，多个子问题至少包括第一子问题和第二子问题。

技术领域

本公开涉及人工智能技术领域，具体涉及知识图谱、自然语言处理、深度学习等技术领域，更具体地，涉及一种问题数据处理方法、深度学习模型的训练方法、问答方法、装置、电子设备、介质和程序产品。

背景技术

在处理问题数据得到答案数据时，可以对问题数据进行理解或解析。但是，相关技术在对问题数据进行理解或解析时，理解或解析过程复杂繁琐、效果不佳，由此影响答案数据的准确性。

发明内容

本公开提供了一种问题数据处理方法、深度学习模型的训练方法、问答方法、装置、电子设备、存储介质和程序产品。

根据本公开的一方面，提供了一种问题数据处理方法，包括：获取针对目标问题的第一子问题和针对所述第一子问题的第一答复顺序；基于所述目标问题、所述第一子问题以及所述第一答复顺序，得到针对所述目标问题的第二子问题，其中，针对所述第二子问题的第二答复顺序在所述第一答复顺序之后；基于所述第一子问题、所述第一答复顺序、所述第二子问题、所述第二答复顺序，得到针对所述目标问题的目标子问题集合，其中，所述目标子问题集合包括具有答复顺序的多个子问题，所述多个子问题至少包括所述第一子问题和所述第二子问题。

根据本公开的另一方面，提供了一种深度学习模型的训练方法，包括：获取样本问题和针对所述样本问题的参考子问题集合，其中，所述参考子问题集合包括多个参考子问题和各个参考子问题对应的答复顺序；获取针对所述样本问题的第一子问题和针对所述第一子问题的第一答复顺序；利用深度学习模型处理所述样本问题、所述第一子问题以及所述第一答复顺序，得到针对所述样本问题的第二子问题，其中，针对所述第二子问题的第二答复顺序在所述第一答复顺序之后；基于所述第二答复顺序和各个参考子问题对应的答复顺序，从所述参考子问题集合中确定与所述第二子问题对应的参考子问题；基于所述第二子问题和所述参考子问题之间的相似度，确定损失函数值；基于所述损失函数值，调整所述深度学习模型的模型参数。

根据本公开的另一方面，提供了一种问题数据处理方法，包括：接收目标问题；利用深度学习模型处理所述目标问题，得到针对所述目标问题的目标子问题集合，其中，所述深度学习模型是利用如上所述的深度学习模型的训练方法得到的。

根据本公开的另一方面，提供了一种问答方法，包括：接收针对目标问题的目标子问题集合；基于所述目标子问题集合，确定针对所述目标问题的答案数据，其中，所述目标子问题集合是利用如上所述的问题数据处理方法得到的，或者，所述目标子问题集合是利用深度学习模型得到的，所述深度学习模型是利用如上所述的深度学习模型的训练方法得到的。

根据本公开的另一方面，提供了一种问题数据处理装置，包括：获取模块、第一获得模块和第二获得模块。获取模块，用于获取针对目标问题的第一子问题和针对所述第一子问题的第一答复顺序；第一获得模块，用于基于所述目标问题、所述第一子问题以及所述第一答复顺序，得到针对所述目标问题的第二子问题，其中，针对所述第二子问题的第二答复顺序在所述第一答复顺序之后；第二获得模块，用于基于所述第一子问题、所述第一答复顺序、所述第二子问题、所述第二答复顺序，得到针对所述目标问题的目标子问题集合，其中，所述目标子问题集合包括具有答复顺序的多个子问题，所述多个子问题至少包括所述第一子问题和所述第二子问题。