[发明专利]一种基于深度学习的候选答案选取方法有效

专利信息
申请号: 201710539957.7 申请日: 2017-06-27
公开(公告)号: CN109145083B 公开(公告)日: 2021-01-01
发明(设计)人: 杨燕;安炜杰;贺樑 申请(专利权)人: 华东师范大学
主分类号: G06F16/33 分类号: G06F16/33;G06F40/30;G06N3/04;G06N3/08
代理公司: 上海隆天律师事务所 31282 代理人: 臧云霄;钟宗
地址: 200333 上*** 国省代码: 上海;31
权利要求书: 查看更多 说明书: 查看更多
摘要: 发明提供一种基于深度学习的候选答案选取方法,包括:步骤S1,输入问句和候选答案,分别解析为问句词序列和候选答案词序列;步骤S2,通过长短时记忆网络对问句词序列和候选答案词序列建模,得到问句的语义表示和候选答案的语义表示;步骤S3,选取问句词序列中权重值最高的词的词向量来初始化知识记忆模块;步骤S4,根据知识记忆模块中存储的知识信息和问句的语义表示,计算问句的知识表示;步骤S5,计算问句的知识表示与候选答案的语义表示之间的相似度,选取相似度最高的候选答案输出。本发明在深度学习网络中引入一个知识记忆模块来提高问句与候选答案之间的联系,提高答案选取的质量,以更好地应用于社区问答网站和问答系统中。
搜索关键词: 一种 基于 深度 学习 候选 答案 选取 方法
【主权项】:
1.一种基于深度学习的候选答案选取方法,其特征在于,所述候选答案选取方法包括以下步骤:步骤S1,输入问句和候选答案,将输入的问句解析为问句词序列,将输入的候选答案解析为候选答案词序列;步骤S2,通过长短时记忆网络对问句词序列和候选答案词序列建模,得到问句的语义表示和候选答案的语义表示;步骤S3,选取问句词序列中权重值最高的词的词向量来初始化知识记忆模块,所述知识记忆模块中存储有多条知识信息;步骤S4,根据知识记忆模块中存储的知识信息和问句的语义表示,计算问句的知识表示;步骤S5,计算问句的知识表示与候选答案的语义表示之间的相似度,选取相似度最高的候选答案输出。
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华东师范大学,未经华东师范大学许可,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/201710539957.7/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top