[发明专利]一种问句推荐方法及系统

摘要

本发明提供一种问句推荐方法，包括以下步骤：S1：接收语料数据，所述语料数据为多回合的问答数据；S2：将语料数据转化生成正例对，通过随机采样与所述语料数据结合生成反例对；S3：通过word2vec模型对正例对和反例对进行词向量化，分别获取句子向量矩阵；S4：将句子向量矩阵输入到隐含层，句子向量矩阵和权重矩阵进行点积运算，得到新的句子向量矩阵；S5：将句子向量矩阵输入至卷积神经网络中，进行卷积和池化采样操作，得到句子的语义向量；S6：对句子的语义向量进行非线性变换，求取正例化句子对的语义向量的余弦相似度和反例化句子对的余弦相似度，最后获取预测模型。本发明还提供了一种用于实现上述方法的问句推荐系统。

主权项

一种问句推荐方法，其特征在于：包括以下步骤：S1：接收语料数据，所述语料数据为多回合的问答数据；S2：将语料数据转化生成正例对，所述正例对为正确的“问题‑答案”组成的问答对，或由正确顺序的“问题‑下一个问题”组成的问题对；通过随机采样与所述语料数据结合生成反例对，所述反例对为错误的“问题‑答案”组成的问答对，或由错误顺序的“问题‑下一个问题”组成的问题对；或者，所述正例对为：由语料问题与问答库中的相似的问题组成的“问题‑问题”问题对；所述反例对为：由语料问题与问答库中不相同的问题组成的“问题‑问题”问题对；S3：通过word2vec模型对正例对和反例对进行词向量化，分别获取句子向量矩阵；S4：将句子向量矩阵输入到隐含层，句子向量矩阵和权重矩阵进行点积运算，得到新的句子向量矩阵；S5：将新的句子向量矩阵输入至卷积神经网络中，进行卷积和池化采样操作，得到句子的语义向量；S6：对句子的语义向量进行非线性变换，求取正例化句子对的语义向量的余弦相似度和反例化句子对的余弦相似度，最后获取预测模型；所述预测模型，用于根据接收的用户问句，获取问句答案或下一个问题。