[发明专利]基于双向长短期记忆神经网络的智能自动问答方法及系统在审
| 申请号： | 201811478881.2 | 申请日： | 2018-12-05 |
| 公开（公告）号： | CN109299478A | 公开（公告）日： | 2019-02-01 |
| 发明（设计）人： | 冯俊龙;刘妍;周超然;张昕;冯欣;赵建平;张剑飞;张婧;孙庚 | 申请（专利权）人： | 长春理工大学 |
| 主分类号： | G06F17/27 | 分类号： | G06F17/27;G06F16/332;G06F16/335;G06N3/08 |
| 代理公司： | 北京高沃律师事务所 11569 | 代理人： | 程华 |
| 地址： | 130000 吉林*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开一种基于双向长短期记忆神经网络的智能自动问答方法及系统。该方法包括首先构建双向长短期记忆神经网络模型和智能自动问答数据库；其次将用户输入问题文本进行切词与向量转化处理，得到特征词和用户问题矩阵，并从智能自动问答数据库中提取与特征词相匹配的问题列表，将用户问题矩阵输入到双向长短期记忆神经网络模型得到用户目标向量；最后计算用户目标向量与问题列表中每个目标向量的相似度，并将相似度最高的目标向量对应的问题答案确定为用户所需答案。本发明通过核心特征词匹配以及双向长短期记忆神经网络模型对问题语义的匹配，满足了人们对快速、准确地获取信息的需求。 | ||
| 搜索关键词： | 记忆神经网络 自动问答 智能 匹配 用户目标向量 目标向量 用户问题 特征词 相似度 数据库 矩阵 语义 核心特征 获取信息 矩阵输入 问题答案 问题文本 构建 向量 答案 转化 | ||
【主权项】：
1.一种基于双向长短期记忆神经网络的智能自动问答方法，其特征在于，所述智能自动问答方法包括：对所有自动问答数据中的问题文本进行切词与向量转化处理，使每一个所述问题文本均转化成一个问题矩阵；构建双向长短期记忆神经网络模型；将所述问题矩阵依次输入到所述双向长短期记忆神经网络模型中，所述双向长短期记忆神经网络模型依次输出所述问题矩阵对应的目标向量，并将所有所述目标向量存储到智能自动问答数据库中；所述智能自动问答数据库包括问题文本、问题文本对应的目标向量以及问题文本对应的问题答案；获取用户输入问题文本；对所述用户输入问题文本进行切词与向量转化处理，得到特征词和用户问题矩阵；从所述智能自动问答数据库中提取与所述特征词相匹配的问题列表；将所述用户问题矩阵输入到所述双向长短期记忆神经网络模型，得到用户目标向量；计算所述用户目标向量与所述问题列表中每个目标向量的相似度，并将相似度最高的目标向量对应的问题答案确定为用户所需答案。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于长春理工大学，未经长春理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201811478881.2/，转载请声明来源钻瓜专利网。
