[发明专利]一种低资源语言问答语料库生成方法有效
| 申请号： | 201910501879.0 | 申请日： | 2019-06-11 |
| 公开（公告）号： | CN110196899B | 公开（公告）日： | 2020-07-21 |
| 发明（设计）人： | 孙媛;夏天赐 | 申请（专利权）人： | 中央民族大学 |
| 主分类号： | G06F16/332 | 分类号： | G06F16/332;G06F16/33;G06N3/04;G06N3/08 |
| 代理公司： | 北京亿腾知识产权代理事务所(普通合伙) 11309 | 代理人： | 陈霁 |
| 地址： | 100081 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及一种低资源语言问答语料库生成方法，该方法包括以下步骤：采用生成对抗网络生成问答语料库，通过最大似然估计对随机问句序列进行初始化，然后送入生成器准循环神经网络中产生问题，同时优化强化学习中蒙特卡洛搜索加速模型迭代速度，最后使用语言模型对产生的问题进行语法优化，使得问题更加准确、自然。本发明通过优化生成对抗网络模型，自动地构建出大规模的低资源语言问答语料库，为进一步开展低资源语言问答系统研究提供了支撑；并通过对生成对抗网络模型进行优化，通过使用准循环神经网络模型作为生成器的基本单元，以及优化蒙特卡罗搜索算法降低模型的收敛时间。 | ||
| 搜索关键词： | 一种 资源 语言 问答 语料库 生成 方法 | ||
【主权项】：
1.一种低资源语言问答语料库生成方法，其特征在于，包括以下步骤：采用生成对抗网络生成问答语料库；通过最大似然估计对随机产生的样本数据进行初始化；然后送入准循环神经网络的生成器中产生问题，同时优化强化学习中蒙特卡洛搜索加速模型迭代速度，最后使用语言模型对产生的问题进行语法优化，使得问题更加准确、自然。
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中央民族大学，未经中央民族大学许可，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/201910501879.0/，转载请声明来源钻瓜专利网。
- 上一篇：呼叫中心营销数据的管理方法及系统
- 下一篇：用于终端的交互方法和装置
