[发明专利]一种人机交互训练问答生成算法有效
| 申请号： | 201910016929.6 | 申请日： | 2019-01-08 |
| 公开（公告）号： | CN109815323B | 公开（公告）日： | 2021-02-12 |
| 发明（设计）人： | 杨栋;徐培;叶茂;苏扬 | 申请（专利权）人： | 四川灵灵器机器人有限责任公司 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06N3/04;G06N3/08;G06F40/289;G06F40/30 |
| 代理公司： | 成都虹盛汇泉专利代理有限公司 51268 | 代理人： | 刘冬静 |
| 地址： | 610041 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种人机交互训练问答生成算法，属于人工智能问答系统领域。本发明首先利用分词，将一个问题分成以问题类型为根节点、关键词为叶子结点、关键词之间的联系为隐节点的带权有向图结构，通过训练优化使整棵树的信息最多且关键词子树更精简有效，即最优模型，然后根据该图模型得到规则序列；将规则序列结合LSTM进行训练，从而生成最终的问答匹配规则，实现问答生成。 | ||
| 搜索关键词： | 一种 人机交互 训练 问答 生成 算法 | ||
【主权项】：
1.一种人机交互训练问答生成算法，其特征在于，包括以下步骤：S1、根据输入的问题和对应的答案候选句子，通过分词和量化处理，提取句子的关键词及所述关键词在句子中的权重向量，得到以问题类型为根节点、关键词为叶子结点、关键词之间的联系为隐节点的带权有向图模型，优化所述图模型；S2、根据优化后的图模型，得到规则序列，并对所述规则序列进行向量化；S3、将向量化后的规则序列输入至长短期记忆网络(Long Short‑Term Memory，LSTM)模型中进行训练，将训练得到的模型参数代入LSTM模型中，得到训练后的LSTM模型，输入问题至训练后的LSTM模型得到对应的答案句子。
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四川灵灵器机器人有限责任公司，未经四川灵灵器机器人有限责任公司许可，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/201910016929.6/，转载请声明来源钻瓜专利网。
