CN113434629A - 基于向量匹配的问答对录入方法、装置、设备及介质 - Google Patents
基于向量匹配的问答对录入方法、装置、设备及介质 Download PDFInfo
- Publication number
- CN113434629A CN113434629A CN202110700326.5A CN202110700326A CN113434629A CN 113434629 A CN113434629 A CN 113434629A CN 202110700326 A CN202110700326 A CN 202110700326A CN 113434629 A CN113434629 A CN 113434629A
- Authority
- CN
- China
- Prior art keywords
- question
- matching
- answer
- value
- vector
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 49
- 239000013598 vector Substances 0.000 title claims description 166
- 238000012545 processing Methods 0.000 claims abstract description 18
- 238000012549 training Methods 0.000 claims description 56
- 238000013528 artificial neural network Methods 0.000 claims description 44
- 230000015654 memory Effects 0.000 claims description 44
- 230000002457 bidirectional effect Effects 0.000 claims description 36
- 230000004913 activation Effects 0.000 claims description 30
- 238000004364 calculation method Methods 0.000 claims description 27
- 230000006870 function Effects 0.000 claims description 24
- 230000011218 segmentation Effects 0.000 claims description 16
- 230000007787 long-term memory Effects 0.000 claims description 13
- 230000006403 short-term memory Effects 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 6
- 230000003213 activating effect Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 3
- 238000004891 communication Methods 0.000 description 6
- 238000007726 management method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 239000004973 liquid crystal related substance Substances 0.000 description 4
- 230000008569 process Effects 0.000 description 3
- 238000006467 substitution reaction Methods 0.000 description 3
- 230000000692 anti-sense effect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000000306 recurrent effect Effects 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004422 calculation algorithm Methods 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/20—Natural language analysis
- G06F40/279—Recognition of textual entities
- G06F40/289—Phrasal analysis, e.g. finite state techniques or chunking
- G06F40/295—Named entity recognition
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/332—Query formulation
- G06F16/3329—Natural language query formulation or dialogue systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/30—Information retrieval; Database structures therefor; File system structures therefor of unstructured textual data
- G06F16/33—Querying
- G06F16/3331—Query processing
- G06F16/334—Query execution
- G06F16/3344—Query execution using natural language analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/084—Backpropagation, e.g. using gradient descent
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Artificial Intelligence (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Databases & Information Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Evolutionary Biology (AREA)
- Bioinformatics & Computational Biology (AREA)
- Human Computer Interaction (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Software Systems (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及智能决策技术，揭露了一种问答对录入方法，包括：对正确答案集进行数据替换，得到非正确答案集，计算进行编码处理后的原始问题集和正确答案集，原始问题集和非正确答案集的匹配值，将匹配值进行排序，计算排序后匹配值集的排序参考值，当排序参考值大于或者等于匹配阈值，将问答对匹配模型输出为标准问答对匹配模型，将待录入问答对输入至标准问答对匹配模型得到对应的匹配值，当对应的匹配值大于达标阈值，将待录入问答对录入问答库中。此外，本发明还涉及区块链技术，所述排序参考值可存储于区块链的节点。本发明还提出一种问答对录入装置、电子设备以及计算机可读存储介质。本发明可以解决无法高效地录入高质量问答对的问题。
Description
技术领域
本发明涉及智能决策技术领域，尤其涉及一种基于向量匹配的问答对录入方法、装置、设备及介质。
背景技术
检索式问答系统是现今常见的问答系统之一，检索式问答系统可以对输入的问题在原有问答库中查找最相似的问题，并返回该相似问题在现有问答库中的答案作为回答。检索式问答系统的用户体验与问答库中问答对质量息息相关。但是现有的问答对录入方法主要有两种，一是由直接工作人员将获取得到的问题和对应答案直接输入至原有问答库中，这容易导致问答对的质量参差不齐，二是通过人工对问答对是否匹配进行筛选再进行录入，这种方式需要耗费大量的人力效率不高，并且筛选的准确性与筛选者的能力相关，同样存在效率低，且质量不高的情况。因此，现有技术中的两种方式都无法高效地录入高质量问答对。
发明内容
本发明提供一种基于向量匹配的问答对录入方法、装置及计算机可读存储介质，其主要目的在于解决无法高效地录入高质量问答对的问题。
为实现上述目的，本发明提供的一种基于向量匹配的问答对录入方法，包括：
获取原始问题集和所述原始问题集对应的正确答案集，利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集；
利用双向长短期记忆网络分别对所述原始问题集、所述正确答案集和所述非正确答案集进行编码处理，得到问题向量集、正确答案向量集和非正确答案向量集；
利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集，将所述问题向量集和所述非正确答案向量集输入至所述问答对匹配模型中，得到第二匹配值集；
将所述第一匹配值集和所述第二匹配值集中的匹配值进行排序，计算排序得到的排序匹配值集的排序参考值；
若所述排序参考值小于预设匹配阈值时，返回至对所述问答对匹配模型进行训练，直至所述排序参考值大于或者等于所述预设匹配阈值时，将所述问答对匹配模型输出为标准问答对匹配模型；
获取待录入问答对，利用所述标准问答对匹配模型对所述待录入问答对进行匹配值计算，得到所述待录入问答对对应的匹配值，当所述待录入问答对对应的匹配值大于预设的达标阈值时，将所述待录入问答对录入至预设的问答库中。
可选地，所述利用预设的替换词库对所述正确答案集进行数据替换处理，得到非正确答案集，包括：
对所述正确答案集中的多个正确答案进行分词处理，得到答案分词集；
对所述答案分词集中的答案分词进行类型识别，得到多个答案分词对应的答案类型；
将所述答案分词集中预定类型的答案分词替换为预设替换词库中的替换词，得到非正确答案集。
可选地，所述利用双向长短期记忆网络对所述原始问题集进行编码处理，得到问题向量集，包括：
通过所述双向长短期记忆网络中的输入门计算所述原始问题集的状态值；
通过所述双向长短期记忆网络中的遗忘门计算所述原始问题集的激活值；
根据所述状态值和所述激活值计算所述原始问题集的状态更新值；
利用所述双向长短期记忆网络的输出门计算所述状态更新值对应的问题向量集。
可选地，所述利用所述双向长短期记忆网络的输出门计算所述状态更新值对应的问题向量集，包括：
根据下述参数计算公式计算所述状态更新值对应的问题向量集：
ot＝tanh(ct)
其中，ot表示所述问题向量集，tanh表示所述输出门的激活函数，ct表示所述状态更新值。
可选地，所述利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集之前，所述方法还包括：
获取自回归神经网络预测模型；
将所述问题向量集和所述正确答案向量集汇总得到训练数据集，将所述训练数据集输入至所述自回归神经网络预测模型中，得到预测得分集；
计算所述预测得分集和预设的真实得分集之间的损失值；
若所述损失值大于或者等于预设得分阈值，则调整所述自回归神经网络预测模型的模型参数，并重新将所述训练数据集输入至调整模型参数后的自回归神经网络预测模型中，得到新的预测得分集并计算其与所述真实得分集之间的损失值，直至所述损失值小于所述预设得分阈值；
若所述损失值小于所述预设得分阈值，则将所述自回归神经网络预测模型输出为问答对匹配模型。
可选地，所述将所述训练数据集输入至所述自回归神经网络预测模型中，得到预测得分集，包括：
将所述训练数据集输入至所述自回归神经网络预测模型中的输入层中进行类型划分，得到所述训练数据集对应的多个类型；
利用所述自回归神经网络预测模型的分配层将所述训练数据集和其对应的多个类型分配至预设的多个并行网络中，利用所述并行网络所接的隐藏层中的激活函数对所述训练数据集和其对应的多个类型进行激活处理，得到对应的概率值集；
根据所述自回归神经网络预测模型的输出层对所述概率值集进行预测处理，得到预测得分集。
可选地，所述计算排序得到的排序匹配值集的排序参考值，包括：
对所述正确答案向量集中的多个正确答案向量对应的多个匹配值在所述排序匹配值集中的排序取倒数，并计算多个所述倒数的平均值，得到匹配权重；
将所述第一匹配值集中的匹配值和所述第二匹配值集中的匹配值进行求和，并对求和得到的匹配值乘以所述匹配权重，得到排序得到的排序匹配值集的排序参考值。
为了解决上述问题，本发明还提供一种基于向量匹配的问答对录入装置，所述装置包括：
数据替换模块，用于获取原始问题集和所述原始问题集对应的正确答案集，利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集；
编码模块，用于利用双向长短期记忆网络分别对所述原始问题集、所述正确答案集和所述非正确答案集进行编码处理，得到问题向量集、正确答案向量集和非正确答案向量集；
匹配值计算模块，用于利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集，将所述问题向量集和所述非正确答案向量集输入至所述问答对匹配模型中，得到第二匹配值集；
模型训练模块，用于将所述第一匹配值集和所述第二匹配值集中的匹配值进行排序，计算排序得到的排序匹配值集的排序参考值；若所述排序参考值小于预设匹配阈值时，返回至对所述问答对匹配模型进行训练，直至所述排序参考值大于或者等于所述预设匹配阈值时，将所述问答对匹配模型输出为标准问答对匹配模型；
问答对录入模块，用于获取待录入问答对，利用所述标准问答对匹配模型对所述待录入问答对进行匹配值计算，得到所述待录入问答对对应的匹配值，当所述待录入问答对对应的匹配值大于预设的达标阈值时，将所述待录入问答对录入至预设的问答库中。
为了解决上述问题，本发明还提供一种电子设备，所述电子设备包括：
存储器，存储至少一个指令；及
处理器，执行所述存储器中存储的指令以实现上述所述的基于向量匹配的问答对录入方法。
为了解决上述问题，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质中存储有至少一个指令，所述至少一个指令被电子设备中的处理器执行以实现上述所述的基于向量匹配的问答对录入方法。
本发明通过利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集，有利于获取更丰富的数据进行后续的模型训练；利用双向长短期记忆网络可以从语义层面对原始问题集、正确答案集和非正确答案集进行编码处理，编码处理后的向量集包含的信息更加丰富，因此计算排序参考值对预设的问答对匹配模型进行训练，可以得到具有进行匹配计算和排序能力的标准问答对匹配模型，进而利用标准问答对匹配模型对待录入问答对进行匹配值计算，将计算得到的匹配值和预设的达标阈值比较，再将大于所述达标阈值的匹配值对应的待录入问答对录入至预设的问答库中，从而可以获取具有高质量的问答对，使得录入问答库中的问答对具有高匹配性，提高了所述问答库中问答对的质量也提高了录入效率。因此本发明提出的基于向量匹配的问答对录入方法、装置、电子设备及计算机可读存储介质，可以解决无法高效地录入高质量问答对的问题。
附图说明
图1为本发明一实施例提供的基于向量匹配的问答对录入方法的流程示意图；
图2为本发明一实施例提供的基于向量匹配的问答对录入装置的功能模块图；
图3为本发明一实施例提供的实现所述基于向量匹配的问答对录入方法的电子设备的结构示意图。
本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。
具体实施方式
应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
本申请实施例提供一种基于向量匹配的问答对录入方法。所述基于向量匹配的问答对录入方法的执行主体包括但不限于服务端、终端等能够被配置为执行本申请实施例提供的该方法的电子设备中的至少一种。换言之，所述基于向量匹配的问答对录入方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。
参照图1所示，为本发明一实施例提供的基于向量匹配的问答对录入方法的流程示意图。在本实施例中，所述基于向量匹配的问答对录入方法包括：
S1、获取原始问题集和所述原始问题集对应的正确答案集，利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集。
本发明实施例中，所述原始问题集为一个或多个检索式问答系统的输入问题，所述正确答案集包含对所述原始问题的正确解答。
优选地，所述预设的替换词库包含所述正确答案集的相近词或反义词。
具体地，所述利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集，包括：
对所述正确答案集中的多个正确答案进行分词处理，得到答案分词集；
对所述答案分词集中的答案分词进行类型识别，得到多个答案分词对应的答案类型；
将所述答案分词集中预定类型的答案分词替换为预设替换词库中的替换词，得到非正确答案集。
其中，所述预定类型包括名词(如命名实体)、形容词、动词和数量词之中的一项或多项。
例如，可以利用Jieba分词器对多个正确答案进行分词处理，得到答案分词集，根据答案分词的词性和命名实体规则对所述答案分词集中的答案分词进行类型识别，得到多个答案分词对应的答案类型。
其中，可基于WordNet来实现名词和形容词的替换，可基于Glove和欧式距离来对命名实体和数字进行替换。例如，问题为“ABC的哪个部门负责国内电视发行(WhatABCdivision handles domestic television distribution？)”，其中“美国广播公司(ABC)”为命名实体，可基于Glove和欧式距离，从预设的替换词库中选择距离最近的词“美国全国广播公司(NBC)”作为替换，“国内的(domestic)”为形容词，可基于WordNet选择反义词“国外的(foreign)”作为替换，这样，可得到修改后的问题“NBC的哪个部门负责国外电视发行(What NBC division handles foreign television distribution？)”。
本实施例中，采用数据替换的方法(如替换商品词或者将同一组产品的其他问题的答案引入)去造一些与正确答案相近的非正确答案，利用所述正答案和所述非正确答案一起对模型进行训练，提高模型的泛化能力。
S2、利用双向长短期记忆网络分别对所述原始问题集、所述正确答案集和所述非正确答案集进行编码处理，得到问题向量集、正确答案向量集和非正确答案向量集。
本发明实施例中，所述双向长短期记忆网络是一种时间循环神经网络，包括：输入门、遗忘门以及输出门。
具体地，所述利用双向长短期记忆网络对所述原始问题集进行编码处理，得到问题向量集，包括：
步骤A、通过所述双向长短期记忆网络中的输入门计算所述原始问题集的状态值；
步骤B、通过所述双向长短期记忆网络中的遗忘门计算所述原始问题集的激活值；
步骤C、根据所述状态值和所述激活值计算所述原始问题集的状态更新值；
步骤D、利用所述双向长短期记忆网络的输出门计算所述状态更新值对应的问题向量集。
本申请一可选实施例中，所述状态值的计算方法包括：
其中，it表示状态值，
表示输入门中细胞单元的偏置，wi表示输入门的激活因子，ht-1表示原始问题集在输入门t-1时刻的峰值，xt表示在t时刻的原始问题集，bi表示输入门中细胞单元的权重。
本申请一可选实施例中，所述激活值的计算方法包括：
其中，ft表示激活值，
表示遗忘门中细胞单元的偏置，wf表示遗忘门的激活因子，
表示原始问题集在所述遗忘门t-1时刻的峰值，xt表示在t时刻输入的原始问题集，bf表示遗忘门中细胞单元的权重。
本申请一可选实施例中，所述状态更新值的计算方法包括：
其中，ct表示状态更新值，ht-1表示原始问题集在输入门t-1时刻的峰值，
表示原始问题集在遗忘门t-1时刻的峰值。
本申请一可选实施例中，所述利用所述双向长短期记忆网络的输出门计算所述状态更新值对应的问题向量集，包括：
根据下述参数计算公式计算所述状态更新值对应的问题向量集：
ot＝tanh(ct)
其中，ot表示所述问题向量集，tanh表示所述输出门的激活函数，ct表示所述状态更新值。
详细地，本发明通过所述双向长短期记忆网络进行编码处理提取了语义特征，进而可以用于语义比对，提高了后续进行问答对录入的质量。
S3、利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集，将所述问题向量集和所述非正确答案向量集输入至所述问答对匹配模型中，得到第二匹配值集。
本发明实施例中，所述预设的问答对录入模型可以为回归神经网络。
具体地，所述利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集之前，所述方法还包括：
获取自回归神经网络预测模型；
将所述问题向量集和所述正确答案向量集汇总得到训练数据集，将所述训练数据集输入至所述自回归神经网络预测模型中，得到预测得分集；
计算所述预测得分集和预设的真实得分集之间的损失值；
若所述损失值大于或者等于预设得分阈值，则调整所述自回归神经网络预测模型的模型参数，并重新将所述训练数据集输入至调整模型参数后的自回归神经网络预测模型中，得到新的预测得分集并计算其与所述真实得分集之间的损失值，直至所述损失值小于所述预设得分阈值；
若所述损失值小于所述预设得分阈值，则将所述自回归神经网络预测模型输出为问答对匹配模型。
本实施例中，自回归神经网络预测模型可以为预构建的或者是实时构建的。
详细地，所述自回归神经网络预测模型包含纵向的四层，第一层为输入层，所述输入层有多个元素，每一种元素代表一种属性，第二层为分配层，所述分配层可以将每一个输入单元的多个元素分配到多个并行网络中，第三层为隐藏层，所述隐藏层中包含多个激活函数，其中，所述激活函数可以为Sigmoid函数或者双曲函数的非线性单元。第四层为输出层，所述输出层包括多个线性单元，所述线性单元可以预测激活函数输出的概率值对应的预测得分。
进一步地，所述将所述训练数据集输入至所述自回归神经网络预测模型中，得到预测得分集，包括：
将所述训练数据集输入至所述自回归神经网络预测模型中的输入层中进行类型划分，得到所述训练数据集对应的多个类型；
利用所述自回归神经网络预测模型的分配层将所述训练数据集和其对应的多个类型分配至预设的多个并行网络中，利用所述并行网络所接的隐藏层中的激活函数对所述训练数据集和其对应的多个类型进行激活处理，得到对应的概率值集；
根据所述自回归神经网络预测模型的输出层对所述概率值集进行预测处理，得到预测得分集。
具体地，将所述问题向量集和所述正确答案向量集输入至预设的问答对匹配模型中，得到第一匹配值集，其中，所述将所述问题向量集和所述非正确答案向量集输入至所述问答对匹配模型中，得到第二匹配值集的过程与将所述问题向量集和所述正确答案向量集输入至预设的问答对匹配模型中，得到第一匹配值集的过程相似，此处不再赘述。
S4、将所述第一匹配值集和所述第二匹配值集中的匹配值进行排序，计算排序得到的排序匹配值集的排序参考值。
本发明实施例中，所述计算排序得到的排序匹配值集的排序参考值，包括：
对所述正确答案向量集中的多个正确答案向量对应的多个匹配值在所述排序匹配值集中的排序取倒数，并计算多个所述倒数的平均值，得到匹配权重；
将所述第一匹配值集中的匹配值和所述第二匹配值集中的匹配值进行求和，并对求和得到的匹配值乘以所述匹配权重，得到排序得到的排序匹配值集的排序参考值。
详细地，所述排序参考值可以用于对排序的准确性进行评判。
例如，所述正确答案向量集中的多个正确答案向量为A、B、C、D，正确答案向量A、B、C、D对应的多个匹配值分别为a、b、c、d，所述排序匹配值集为e、f、a、b、c、d、g，则所述正确答案向量集中的多个正确答案向量对应的多个匹配值在所述排序匹配值集中的排序分别为3、4、5、6，取所述排序的倒数，即1/3、1/4、1/5、1/6，并计算1/3、1/4、1/5、1/6的平均值，该平均值为匹配权重，将所述第一匹配值集中的匹配值和所述第二匹配值集中的匹配值进行求和，即将e、f、a、b、c、d、g相加，得到求和得到的匹配值，并对e、f、a、b、c、d、g相加的结果乘以匹配权重，得到排序得到的排序匹配值集的排序参考值。
S5、若所述排序参考值小于所述预设匹配阈值时，返回至对所述问答对匹配模型进行训练，直至所述排序参考值大于或者等于所述预设匹配阈值时，将所述问答对匹配模型输出为标准问答对匹配模型。
本发明实施例中，所述排序参考值用于衡量问答对录入模型的匹配质量以及后续的排序质量，排序的准确性与问答对匹配质量高低有关系，由于问答对匹配质量是根据匹配值和预设匹配阈值之间大小关系判定的，根据匹配值进行排序即可作为问答对匹配质量高低的参考，判断所述排序参考值与预设评分阈值之间的大小，若所述排序参考值小于所述预设评分阈值时，返回至对所述问答对录入模型进行训练，直至所述排序参考值大于或者等于所述评分阈值时，将所述问答对录入模型输出为标准问答对匹配模型。
S6、获取待录入问答对，利用所述标准问答对匹配模型对所述待录入问答对进行匹配值计算，得到所述待录入问答对对应的匹配值，当所述待录入问答对对应的匹配值大于预设的达标阈值时，将所述待录入问答对录入至预设的问答库中。
例如，达标阈值可以为具体的数值，如95，也可以为数值区间，如大于90。
本发明实施例中，利用所述标准问答对匹配模型对所述待录入问答对进行匹配值计算，得到所述待录入问答对对应的匹配值，当所述待录入问答对对应的评分大于预设的达标阈值时，说明所述待评分问答对达标，可以将所述待评分问答对录入至预设的问答库中，丰富所述问答库中的问答对数量。
本发明通过利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集，有利于获取更丰富的数据进行后续的模型训练；利用双向长短期记忆网络可以从语义层面对原始问题集、正确答案集和非正确答案集进行编码处理，编码处理后的向量集包含的信息更加丰富，因此计算排序参考值对预设的问答对匹配模型进行训练，可以得到具有进行匹配计算和排序能力的标准问答对匹配模型，进而利用标准问答对匹配模型对待录入问答对进行匹配值计算，将计算得到的匹配值和预设的达标阈值比较，再将大于所述达标阈值的匹配值对应的待录入问答对录入至预设的问答库中，从而可以获取具有高质量的问答对，使得录入问答库中的问答对具有高匹配性，提高了所述问答库中问答对的质量也提高了录入效率。因此本发明提出的基于向量匹配的问答对录入方法，可以解决无法高效地录入高质量问答对的问题。
如图2所示，是本发明一实施例提供的基于向量匹配的问答对录入装置的功能模块图。
本发明所述基于向量匹配的问答对录入装置100可以安装于电子设备中。根据实现的功能，所述基于向量匹配的问答对录入装置100可以包括数据替换模块101、编码模块102、匹配值计算模块103、模型训练模块104及问答对录入模块105。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。
在本实施例中，关于各模块/单元的功能如下：
所述数据替换模块101，用于获取原始问题集和所述原始问题集对应的正确答案集，利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集；
所述编码模块102，用于利用双向长短期记忆网络分别对所述原始问题集、所述正确答案集和所述非正确答案集进行编码处理，得到问题向量集、正确答案向量集和非正确答案向量集；
所述匹配值计算模块103，用于利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集，将所述问题向量集和所述非正确答案向量集输入至所述问答对匹配模型中，得到第二匹配值集；
所述模型训练模块104，用于将所述第一匹配值集和所述第二匹配值集中的匹配值进行排序，计算排序得到的排序匹配值集的排序参考值；若所述排序参考值小于预设匹配阈值时，返回至对所述问答对匹配模型进行训练，直至所述排序参考值大于或者等于所述预设匹配阈值时，将所述问答对匹配模型输出为标准问答对匹配模型；
所述问答对录入模块105，用于获取待录入问答对，利用所述标准问答对匹配模型对所述待录入问答对进行匹配值计算，得到所述待录入问答对对应的匹配值，当所述待录入问答对对应的匹配值大于预设的达标阈值时，将所述待录入问答对录入至预设的问答库中。
详细地，所述基于向量匹配的问答对录入装置100各模块的具体实施方式如下：
步骤一、获取原始问题集和所述原始问题集对应的正确答案集，利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集。
本发明实施例中，所述原始问题集为一个或多个检索式问答系统的输入问题，所述正确答案集包含对所述原始问题的正确解答。
优选地，所述预设的替换词库包含所述正确答案集的相近词或反义词。
具体地，所述利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集，包括：
对所述正确答案集中的多个正确答案进行分词处理，得到答案分词集；
对所述答案分词集中的答案分词进行类型识别，得到多个答案分词对应的答案类型；
将所述答案分词集中预定类型的答案分词替换为预设替换词库中的替换词，得到非正确答案集。
其中，所述预定类型包括名词(如命名实体)、形容词、动词和数量词之中的一项或多项。
例如，可以利用Jieba分词器对多个正确答案进行分词处理，得到答案分词集，根据答案分词的词性和命名实体规则对所述答案分词集中的答案分词进行类型识别，得到多个答案分词对应的答案类型。
其中，可基于WordNet来实现名词和形容词的替换，可基于Glove和欧式距离来对命名实体和数字进行替换。例如，问题为“ABC的哪个部门负责国内电视发行(WhatABCdivision handles domestic television distribution？)”，其中“美国广播公司(ABC)”为命名实体，可基于Glove和欧式距离，从预设的替换词库中选择距离最近的词“美国全国广播公司(NBC)”作为替换，“国内的(domestic)”为形容词，可基于WordNet选择反义词“国外的(foreign)”作为替换，这样，可得到修改后的问题“NBC的哪个部门负责国外电视发行(What NBC division handles foreign television distribution？)”。
本实施例中，采用数据替换的方法(如替换商品词或者将同一组产品的其他问题的答案引入)去造一些与正确答案相近的非正确答案，利用所述正答案和所述非正确答案一起对模型进行训练，提高模型的泛化能力。
步骤二、利用双向长短期记忆网络分别对所述原始问题集、所述正确答案集和所述非正确答案集进行编码处理，得到问题向量集、正确答案向量集和非正确答案向量集。
本发明实施例中，所述双向长短期记忆网络是一种时间循环神经网络，包括：输入门、遗忘门以及输出门。
具体地，所述利用双向长短期记忆网络对所述原始问题集进行编码处理，得到问题向量集，包括：
步骤A、通过所述双向长短期记忆网络中的输入门计算所述原始问题集的状态值；
步骤B、通过所述双向长短期记忆网络中的遗忘门计算所述原始问题集的激活值；
步骤C、根据所述状态值和所述激活值计算所述原始问题集的状态更新值；
步骤D、利用所述双向长短期记忆网络的输出门计算所述状态更新值对应的问题向量集。
本申请一可选实施例中，所述状态值的计算方法包括：
其中，it表示状态值，
表示输入门中细胞单元的偏置，wi表示输入门的激活因子，ht-1表示原始问题集在输入门t-1时刻的峰值，xt表示在t时刻的原始问题集，bi表示输入门中细胞单元的权重。
本申请一可选实施例中，所述激活值的计算方法包括：
其中，ft表示激活值，
表示遗忘门中细胞单元的偏置，wf表示遗忘门的激活因子，
表示原始问题集在所述遗忘门t-1时刻的峰值，xt表示在t时刻输入的原始问题集，bf表示遗忘门中细胞单元的权重。
本申请一可选实施例中，所述状态更新值的计算方法包括：
其中，ct表示状态更新值，ht-1表示原始问题集在输入门t-1时刻的峰值，
表示原始问题集在遗忘门t-1时刻的峰值。
本申请一可选实施例中，所述利用所述双向长短期记忆网络的输出门计算所述状态更新值对应的问题向量集，包括：
根据下述参数计算公式计算所述状态更新值对应的问题向量集：
ot＝tanh(ct)
其中，ot表示所述问题向量集，tanh表示所述输出门的激活函数，ct表示所述状态更新值。
详细地，本发明通过所述双向长短期记忆网络进行编码处理提取了语义特征，进而可以用于语义比对，提高了后续进行问答对录入的质量。
步骤三、利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集，将所述问题向量集和所述非正确答案向量集输入至所述问答对匹配模型中，得到第二匹配值集。
本发明实施例中，所述预设的问答对录入模型可以为回归神经网络。
具体地，所述利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集之前，所述方法还包括：
获取自回归神经网络预测模型；
将所述问题向量集和所述正确答案向量集汇总得到训练数据集，将所述训练数据集输入至所述自回归神经网络预测模型中，得到预测得分集；
计算所述预测得分集和预设的真实得分集之间的损失值；
若所述损失值大于或者等于预设得分阈值，则调整所述自回归神经网络预测模型的模型参数，并重新将所述训练数据集输入至调整模型参数后的自回归神经网络预测模型中，得到新的预测得分集并计算其与所述真实得分集之间的损失值，直至所述损失值小于所述预设得分阈值；
若所述损失值小于所述预设得分阈值，则将所述自回归神经网络预测模型输出为问答对匹配模型。
本实施例中，自回归神经网络预测模型可以为预构建的或者是实时构建的。
详细地，所述自回归神经网络预测模型包含纵向的四层，第一层为输入层，所述输入层有多个元素，每一种元素代表一种属性，第二层为分配层，所述分配层可以将每一个输入单元的多个元素分配到多个并行网络中，第三层为隐藏层，所述隐藏层中包含多个激活函数，其中，所述激活函数可以为Sigmoid函数或者双曲函数的非线性单元。第四层为输出层，所述输出层包括多个线性单元，所述线性单元可以预测激活函数输出的概率值对应的预测得分。
进一步地，所述将所述训练数据集输入至所述自回归神经网络预测模型中，得到预测得分集，包括：
将所述训练数据集输入至所述自回归神经网络预测模型中的输入层中进行类型划分，得到所述训练数据集对应的多个类型；
利用所述自回归神经网络预测模型的分配层将所述训练数据集和其对应的多个类型分配至预设的多个并行网络中，利用所述并行网络所接的隐藏层中的激活函数对所述训练数据集和其对应的多个类型进行激活处理，得到对应的概率值集；
根据所述自回归神经网络预测模型的输出层对所述概率值集进行预测处理，得到预测得分集。
具体地，将所述问题向量集和所述正确答案向量集输入至预设的问答对匹配模型中，得到第一匹配值集，其中，所述将所述问题向量集和所述非正确答案向量集输入至所述问答对匹配模型中，得到第二匹配值集的过程与将所述问题向量集和所述正确答案向量集输入至预设的问答对匹配模型中，得到第一匹配值集的过程相似，此处不再赘述。
步骤四、将所述第一匹配值集和所述第二匹配值集中的匹配值进行排序，计算排序得到的排序匹配值集的排序参考值。
本发明实施例中，所述计算排序得到的排序匹配值集的排序参考值，包括：
对所述正确答案向量集中的多个正确答案向量对应的多个匹配值在所述排序匹配值集中的排序取倒数，并计算多个所述倒数的平均值，得到匹配权重；
将所述第一匹配值集中的匹配值和所述第二匹配值集中的匹配值进行求和，并对求和得到的匹配值乘以所述匹配权重，得到排序得到的排序匹配值集的排序参考值。
详细地，所述排序参考值可以用于对排序的准确性进行评判。
例如，所述正确答案向量集中的多个正确答案向量为A、B、C、D，正确答案向量A、B、C、D对应的多个匹配值分别为a、b、c、d，所述排序匹配值集为e、f、a、b、c、d、g，则所述正确答案向量集中的多个正确答案向量对应的多个匹配值在所述排序匹配值集中的排序分别为3、4、5、6，取所述排序的倒数，即1/3、1/4、1/5、1/6，并计算1/3、1/4、1/5、1/6的平均值，该平均值为匹配权重，将所述第一匹配值集中的匹配值和所述第二匹配值集中的匹配值进行求和，即将e、f、a、b、c、d、g相加，得到求和得到的匹配值，并对e、f、a、b、c、d、g相加的结果乘以所述匹配权重，得到排序得到的排序匹配值集的排序参考值。
步骤五、若所述排序参考值小于所述预设匹配阈值时，返回至对所述问答对匹配模型进行训练，直至所述排序参考值大于或者等于所述预设匹配阈值时，将所述问答对匹配模型输出为标准问答对匹配模型。
本发明实施例中，所述排序参考值用于衡量问答对录入模型的匹配质量以及后续的排序质量，排序的准确性与问答对匹配质量高低有关系，由于问答对匹配质量是根据匹配值和预设匹配阈值之间大小关系判定的，根据匹配值进行排序即可作为问答对匹配质量高低的参考，判断所述排序参考值与预设评分阈值之间的大小，若所述排序参考值小于所述预设评分阈值时，返回至对所述问答对录入模型进行训练，直至所述排序参考值大于或者等于所述评分阈值时，将所述问答对录入模型输出为标准问答对匹配模型。
步骤六、获取待录入问答对，利用所述标准问答对匹配模型对所述待录入问答对进行匹配值计算，得到所述待录入问答对对应的匹配值，当所述待录入问答对对应的匹配值大于预设的达标阈值时，将所述待录入问答对录入至预设的问答库中。
例如，达标阈值可以为具体的数值，如95，也可以为数值区间，如大于90。
本发明实施例中，利用所述标准问答对匹配模型对所述待录入问答对进行匹配值计算，得到所述待录入问答对对应的匹配值，当所述待录入问答对对应的评分大于预设的达标阈值时，说明所述待评分问答对达标，可以将所述待评分问答对录入至预设的问答库中，丰富所述问答库中的问答对数量。
本发明通过利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集，有利于获取更丰富的数据进行后续的模型训练；利用双向长短期记忆网络可以从语义层面对原始问题集、正确答案集和非正确答案集进行编码处理，编码处理后的向量集包含的信息更加丰富，因此计算排序参考值对预设的问答对匹配模型进行训练，可以得到具有进行匹配计算和排序能力的标准问答对匹配模型，进而利用标准问答对匹配模型对待录入问答对进行匹配值计算，将计算得到的匹配值和预设的达标阈值比较，再将大于所述达标阈值的匹配值对应的待录入问答对录入至预设的问答库中，从而可以获取具有高质量的问答对，使得录入问答库中的问答对具有高匹配性，提高了所述问答库中问答对的质量也提高了录入效率。因此本发明提出的基于向量匹配的问答对录入装置，可以解决无法高效地录入高质量问答对的问题。
如图3所示，是本发明一实施例提供的实现基于向量匹配的问答对录入方法的电子设备的结构示意图。
所述电子设备1可以包括处理器10、存储器11、通信接口12和总线13，还可以包括存储在所述存储器11中并可在所述处理器10上运行的计算机程序，如基于向量匹配的问答对录入程序。
其中，所述存储器11至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器11在一些实施例中可以是电子设备1的内部存储单元，例如该电子设备1的移动硬盘。所述存储器11在另一些实施例中也可以是电子设备1的外部存储设备，例如电子设备1上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(SecureDigital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器11还可以既包括电子设备1的内部存储单元也包括外部存储设备。所述存储器11不仅可以用于存储安装于电子设备1的应用软件及各类数据，例如基于向量匹配的问答对录入程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。
所述处理器10在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器10是所述电子设备的控制核心(Control Unit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器11内的程序或者模块(例如基于向量匹配的问答对录入程序等)，以及调用存储在所述存储器11内的数据，以执行电子设备1的各种功能和处理数据。
所述通信接口12用于上述电子设备与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。
所述总线13可以是外设部件互连标准(peripheral component interconnect，简称PCI)总线或扩展工业标准结构(extended industry standard architecture，简称EISA)总线等。该总线13可以分为地址总线、数据总线、控制总线等。所述总线13被设置为实现所述存储器11以及至少一个处理器10等之间的连接通信。
图3仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图3示出的结构并不构成对所述电子设备1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。
例如，尽管未示出，所述电子设备1还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器10逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备1还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。
进一步地，所述电子设备1还可以包括网络接口，可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备1与其他电子设备之间建立通信连接。
可选地，该电子设备1还可以包括用户接口，用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备1中处理的信息以及用于显示可视化的用户界面。
应该了解，所述实施例仅为说明之用，在专利申请范围上并不受此结构的限制。
所述电子设备1中的所述存储器11存储的基于向量匹配的问答对录入程序是多个指令的组合，在所述处理器10中运行时，可以实现：
获取原始问题集和所述原始问题集对应的正确答案集，利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集；
利用双向长短期记忆网络分别对所述原始问题集、所述正确答案集和所述非正确答案集进行编码处理，得到问题向量集、正确答案向量集和非正确答案向量集；
利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集，将所述问题向量集和所述非正确答案向量集输入至所述问答对匹配模型中，得到第二匹配值集；
将所述第一匹配值集和所述第二匹配值集中的匹配值进行排序，计算排序得到的排序匹配值集的排序参考值；
若所述排序参考值小于预设匹配阈值时，返回至对所述问答对匹配模型进行训练，直至所述排序参考值大于或者等于所述预设匹配阈值时，将所述问答对匹配模型输出为标准问答对匹配模型；
获取待录入问答对，利用所述标准问答对匹配模型对所述待录入问答对进行匹配值计算，得到所述待录入问答对对应的匹配值，当所述待录入问答对对应的匹配值大于预设的达标阈值时，将所述待录入问答对录入至预设的问答库中。
具体地，所述处理器10对上述指令的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。
进一步地，所述电子设备1集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读存储介质中。所述计算机可读存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。
本发明还提供一种计算机可读存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：
获取原始问题集和所述原始问题集对应的正确答案集，利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集；
利用双向长短期记忆网络分别对所述原始问题集、所述正确答案集和所述非正确答案集进行编码处理，得到问题向量集、正确答案向量集和非正确答案向量集；
利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集，将所述问题向量集和所述非正确答案向量集输入至所述问答对匹配模型中，得到第二匹配值集；
将所述第一匹配值集和所述第二匹配值集中的匹配值进行排序，计算排序得到的排序匹配值集的排序参考值；
若所述排序参考值小于预设匹配阈值时，返回至对所述问答对匹配模型进行训练，直至所述排序参考值大于或者等于所述预设匹配阈值时，将所述问答对匹配模型输出为标准问答对匹配模型；
获取待录入问答对，利用所述标准问答对匹配模型对所述待录入问答对进行匹配值计算，得到所述待录入问答对对应的匹配值，当所述待录入问答对对应的匹配值大于预设的达标阈值时，将所述待录入问答对录入至预设的问答库中。
在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。
所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。
因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。
本发明所指区块链是分布式数据存储、点对点传输、共识机制、加密算法等计算机技术的新型应用模式。区块链(Blockchain)，本质上是一个去中心化的数据库，是一串使用密码学方法相关联产生的数据块，每一个数据块中包含了一批次网络交易的信息，用于验证其信息的有效性(防伪)和生成下一个区块。区块链可以包括区块链底层平台、平台产品服务层以及应用服务层等。
此外，显然“包括”一词不排除其他单元或步骤，单数不排除复数。系统权利要求中陈述的多个单元或装置也可以由一个单元或装置通过软件或者硬件来实现。第二等词语用来表示名称，而并不表示任何特定的顺序。
最后应说明的是，以上实施例仅用以说明本发明的技术方案而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方案进行修改或等同替换，而不脱离本发明技术方案的精神和范围。
Claims (10)
1.一种基于向量匹配的问答对录入方法，其特征在于，所述方法包括：
获取原始问题集和所述原始问题集对应的正确答案集，利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集；
利用双向长短期记忆网络分别对所述原始问题集、所述正确答案集和所述非正确答案集进行编码处理，得到问题向量集、正确答案向量集和非正确答案向量集；
利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集，将所述问题向量集和所述非正确答案向量集输入至所述问答对匹配模型中，得到第二匹配值集；
将所述第一匹配值集和所述第二匹配值集中的匹配值进行排序，计算排序得到的排序匹配值集的排序参考值；
若所述排序参考值小于预设匹配阈值时，返回至对所述问答对匹配模型进行训练，直至所述排序参考值大于或者等于所述预设匹配阈值时，将所述问答对匹配模型输出为标准问答对匹配模型；
获取待录入问答对，利用所述标准问答对匹配模型对所述待录入问答对进行匹配值计算，得到所述待录入问答对对应的匹配值，当所述待录入问答对对应的匹配值大于预设的达标阈值时，将所述待录入问答对录入至预设的问答库中。
2.如权利要求1所述的基于向量匹配的问答对录入方法，其特征在于，所述利用预设的替换词库对所述正确答案集进行数据替换处理，得到非正确答案集，包括：
对所述正确答案集中的多个正确答案进行分词处理，得到答案分词集；
对所述答案分词集中的答案分词进行类型识别，得到多个答案分词对应的答案类型；
将所述答案分词集中预定类型的答案分词替换为预设替换词库中的替换词，得到非正确答案集。
3.如权利要求1所述的基于向量匹配的问答对录入方法，其特征在于，所述利用双向长短期记忆网络对所述原始问题集进行编码处理，得到问题向量集，包括：
通过所述双向长短期记忆网络中的输入门计算所述原始问题集的状态值；
通过所述双向长短期记忆网络中的遗忘门计算所述原始问题集的激活值；
根据所述状态值和所述激活值计算所述原始问题集的状态更新值；
利用所述双向长短期记忆网络的输出门计算所述状态更新值对应的问题向量集。
4.如权利要求3所述的基于向量匹配的问答对录入方法，其特征在于，所述利用所述双向长短期记忆网络的输出门计算所述状态更新值对应的问题向量集，包括：
根据下述参数计算公式计算所述状态更新值对应的问题向量集：
ot＝tanh(ct)
其中，ot表示所述问题向量集，tanh表示所述输出门的激活函数，ct表示所述状态更新值。
5.如权利要求1所述的基于向量匹配的问答对录入方法，其特征在于，所述利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集之前，所述方法还包括：
获取自回归神经网络预测模型；
将所述问题向量集和所述正确答案向量集汇总得到训练数据集，将所述训练数据集输入至所述自回归神经网络预测模型中，得到预测得分集；
计算所述预测得分集和预设的真实得分集之间的损失值；
若所述损失值大于或者等于预设得分阈值，则调整所述自回归神经网络预测模型的模型参数，并重新将所述训练数据集输入至调整模型参数后的自回归神经网络预测模型中，得到新的预测得分集并计算其与所述真实得分集之间的损失值，直至所述损失值小于所述预设得分阈值；
若所述损失值小于所述预设得分阈值，则将所述自回归神经网络预测模型输出为问答对匹配模型。
6.如权利要求5所述的基于向量匹配的问答对录入方法，其特征在于，所述将所述训练数据集输入至所述自回归神经网络预测模型中，得到预测得分集，包括：
将所述训练数据集输入至所述自回归神经网络预测模型中的输入层中进行类型划分，得到所述训练数据集对应的多个类型；
利用所述自回归神经网络预测模型的分配层将所述训练数据集和其对应的多个类型分配至预设的多个并行网络中，利用所述并行网络所接的隐藏层中的激活函数对所述训练数据集和其对应的多个类型进行激活处理，得到对应的概率值集；
根据所述自回归神经网络预测模型的输出层对所述概率值集进行预测处理，得到预测得分集。
7.如权利要求1至6中任一项所述的基于向量匹配的问答对录入方法，其特征在于，所述计算排序得到的排序匹配值集的排序参考值，包括：
对所述正确答案向量集中的多个正确答案向量对应的多个匹配值在所述排序匹配值集中的排序取倒数，并计算多个所述倒数的平均值，得到匹配权重；
将所述第一匹配值集中的匹配值和所述第二匹配值集中的匹配值进行求和，并对求和得到的匹配值乘以所述匹配权重，得到排序得到的排序匹配值集的排序参考值。
8.一种基于向量匹配的问答对录入装置，其特征在于，所述装置包括：
数据替换模块，用于获取原始问题集和所述原始问题集对应的正确答案集，利用预设的替换词库对所述正确答案集进行数据替换，得到非正确答案集；
编码模块，用于利用双向长短期记忆网络分别对所述原始问题集、所述正确答案集和所述非正确答案集进行编码处理，得到问题向量集、正确答案向量集和非正确答案向量集；
匹配值计算模块，用于利用预设的问答对匹配模型对所述问题向量集和所述正确答案向量集进行匹配值计算，得到第一匹配值集，将所述问题向量集和所述非正确答案向量集输入至所述问答对匹配模型中，得到第二匹配值集；
模型训练模块，用于将所述第一匹配值集和所述第二匹配值集中的匹配值进行排序，计算排序得到的排序匹配值集的排序参考值；若所述排序参考值小于预设匹配阈值时，返回至对所述问答对匹配模型进行训练，直至所述排序参考值大于或者等于所述预设匹配阈值时，将所述问答对匹配模型输出为标准问答对匹配模型；
问答对录入模块，用于获取待录入问答对，利用所述标准问答对匹配模型对所述待录入问答对进行匹配值计算，得到所述待录入问答对对应的匹配值，当所述待录入问答对对应的匹配值大于预设的达标阈值时，将所述待录入问答对录入至预设的问答库中。
9.一种电子设备，其特征在于，所述电子设备包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的基于向量匹配的问答对录入方法。
10.一种计算机可读存储介质，存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的基于向量匹配的问答对录入方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110700326.5A CN113434629A (zh) | 2021-06-23 | 2021-06-23 | 基于向量匹配的问答对录入方法、装置、设备及介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110700326.5A CN113434629A (zh) | 2021-06-23 | 2021-06-23 | 基于向量匹配的问答对录入方法、装置、设备及介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113434629A true CN113434629A (zh) | 2021-09-24 |
Family
ID=77753563
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110700326.5A Pending CN113434629A (zh) | 2021-06-23 | 2021-06-23 | 基于向量匹配的问答对录入方法、装置、设备及介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113434629A (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170330087A1 (en) * | 2016-05-11 | 2017-11-16 | International Business Machines Corporation | Automated Distractor Generation by Identifying Relationships Between Reference Keywords and Concepts |
| CN108932349A (zh) * | 2018-08-17 | 2018-12-04 | 齐鲁工业大学 | 医疗自动问答方法及装置、存储介质、电子设备 |
| CN109657038A (zh) * | 2018-10-10 | 2019-04-19 | 阿里巴巴集团控股有限公司 | 一种问答对数据的挖掘方法、装置及电子设备 |
| US20190228099A1 (en) * | 2018-01-21 | 2019-07-25 | Microsoft Technology Licensing, Llc. | Question and answer pair generation using machine learning |
| CN110278524A (zh) * | 2019-05-05 | 2019-09-24 | 阿里巴巴集团控股有限公司 | 用户位置确定方法、图模型生成方法、装置及服务器 |
| CN111222563A (zh) * | 2020-01-02 | 2020-06-02 | 腾讯科技（深圳）有限公司 | 一种模型训练方法、数据获取方法以及相关装置 |
| CN111428104A (zh) * | 2020-01-21 | 2020-07-17 | 广东工业大学 | 基于观点型阅读理解的癫痫病辅助医疗智能问答方法 |
| CN112328800A (zh) * | 2019-08-05 | 2021-02-05 | 上海交通大学 | 自动生成编程规范问题答案的系统及方法 |
| CN112417126A (zh) * | 2020-12-02 | 2021-02-26 | 车智互联（北京）科技有限公司 | 一种问答方法、计算设备以及存储介质 |
-
2021
- 2021-06-23 CN CN202110700326.5A patent/CN113434629A/zh active Pending
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20170330087A1 (en) * | 2016-05-11 | 2017-11-16 | International Business Machines Corporation | Automated Distractor Generation by Identifying Relationships Between Reference Keywords and Concepts |
| US20190228099A1 (en) * | 2018-01-21 | 2019-07-25 | Microsoft Technology Licensing, Llc. | Question and answer pair generation using machine learning |
| CN108932349A (zh) * | 2018-08-17 | 2018-12-04 | 齐鲁工业大学 | 医疗自动问答方法及装置、存储介质、电子设备 |
| CN109657038A (zh) * | 2018-10-10 | 2019-04-19 | 阿里巴巴集团控股有限公司 | 一种问答对数据的挖掘方法、装置及电子设备 |
| CN110278524A (zh) * | 2019-05-05 | 2019-09-24 | 阿里巴巴集团控股有限公司 | 用户位置确定方法、图模型生成方法、装置及服务器 |
| CN112328800A (zh) * | 2019-08-05 | 2021-02-05 | 上海交通大学 | 自动生成编程规范问题答案的系统及方法 |
| CN111222563A (zh) * | 2020-01-02 | 2020-06-02 | 腾讯科技（深圳）有限公司 | 一种模型训练方法、数据获取方法以及相关装置 |
| CN111428104A (zh) * | 2020-01-21 | 2020-07-17 | 广东工业大学 | 基于观点型阅读理解的癫痫病辅助医疗智能问答方法 |
| CN112417126A (zh) * | 2020-12-02 | 2021-02-26 | 车智互联（北京）科技有限公司 | 一种问答方法、计算设备以及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112446025A (zh) | 联邦学习防御方法、装置、电子设备及存储介质 | |
| CN111639153A (zh) | 基于法律知识图谱的查询方法、装置、电子设备及介质 | |
| CN113378970B (zh) | 语句相似性检测方法、装置、电子设备及存储介质 | |
| CN112988963A (zh) | 基于多流程节点的用户意图预测方法、装置、设备及介质 | |
| CN115392237B (zh) | 情感分析模型训练方法、装置、设备及存储介质 | |
| CN114880449B (zh) | 智能问答的答复生成方法、装置、电子设备及存储介质 | |
| CN114781832A (zh) | 课程推荐方法、装置、电子设备及存储介质 | |
| CN113706291A (zh) | 欺诈风险预测方法、装置、设备及存储介质 | |
| CN113516417A (zh) | 基于智能建模的业务评估方法、装置、电子设备及介质 | |
| CN113887930A (zh) | 问答机器人健康度评估方法、装置、设备及存储介质 | |
| CN114722281A (zh) | 基于用户画像及用户选课行为的培训课程配置方法、装置 | |
| CN113837631B (zh) | 员工评价方法、装置、电子设备及可读存储介质 | |
| CN110929169A (zh) | 基于改进Canopy聚类协同过滤算法的职位推荐方法 | |
| CN113656690B (zh) | 产品推荐方法、装置、电子设备及可读存储介质 | |
| CN113918704A (zh) | 基于机器学习的问答方法、装置、电子设备及介质 | |
| CN112269875B (zh) | 文本分类方法、装置、电子设备及存储介质 | |
| CN113627160A (zh) | 文本纠错方法、装置、电子设备及存储介质 | |
| CN111062449A (zh) | 预测模型的训练方法、兴趣度预测方法、装置和存储介质 | |
| CN115099680B (zh) | 风险管理方法、装置、设备及存储介质 | |
| CN113434629A (zh) | 基于向量匹配的问答对录入方法、装置、设备及介质 | |
| CN113887201A (zh) | 文本定长纠错方法、装置、设备及存储介质 | |
| CN114219367A (zh) | 用户评分方法、装置、设备及存储介质 | |
| CN114202337A (zh) | 风险识别方法、装置、设备及存储介质 | |
| CN113869944A (zh) | 基于机器学习的营收预测方法、设备及可读存储介质 | |
| CN114169906A (zh) | 电子券推送方法、装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210924 |
|
| RJ01 | Rejection of invention patent application after publication |