[发明专利]阅读机器人的标题选择方法及系统

摘要

本发明属于自然语言处理研究领域，具体公开了一种阅读机器人的标题选择方法及系统；包括如下步骤：一、篇章要点抽取单元；二、标题与篇章要点相关性分析单元；三、标题结构单元；四、相关度矩阵和标题结构融合单元；五、答案选取单元，对选项进行排序，选取最适合的答案。本发明首次提出了标题与篇章要点相关性分析方法，该方法通过分析标题与篇章要点的相关性，构建了基于标题和篇章要点的相关度矩阵，在此基础上融入标题结构特征，选取与篇章最相关的标题。本方法遵循解题规律，解决了阅读机器人的标题选择题目解答的问题。本发明有效填补了中文阅读理解标题选择题型智能解答方面的空白。

主权项

一种阅读机器人的标题选择方法，其特征在于，包括：获取阅读理解篇章、题干、题干对应的选项，基于相关因素的段落主旨句抽取方法抽取阅读理解篇章中各个段落的主旨句，各段落的主旨句分别为一个篇章要点；分析标题与篇章要点相关性，也即分别计算每个标题和各个篇章要点的相似度值，形成标题和篇章要点相关度矩阵F(Ai,Sen)]]>；通过分析题库中标题结构和语言特点，制定相应的结构体系，形成标题结构权值FT(Ai)]]>；根据相关度矩阵F(Ai,Sen)]]>和标题结构权值FT(Ai)]]>，将标题和篇章要点相关度矩阵F(Ai,Sen)]]>与标题结构权值FT(Ai)]]>融合，相关度矩阵F(Ai,Sen)]]>和标题结构权值FT(Ai)]]>，按照下面公式确定得到每个标题的得分：FW(Ai)=(1−ϕ)F(Ai,Sen)+ϕFT(Ai)]]>其中，FW(Ai)]]>表示标题融合标题结构信息后的得分；对标题得分进行排序，将得分最高的一个标题作为正确答案输出。