问答方法、装置、设备及存储介质.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号CN114077654A(43)申请公布日2022.02.22(21)申请号202010812055.8(22)申请日2020.08.13(71)申请人中移动信息技术有限公司地址100000北京市昌平区未来科学城英才北三街16号院16号楼1006室申请人中国移动通信集团有限公司(72)发明人黄伟文黄华新罗朝彤薛蓉蓉陈晓鸿陈庆邹伟政(74)专利代理机构北京东方亿思知识产权代理有限责任公司11258代理人彭琼(51)Int.Cl.G06F16/332(2019.01)G06F16/33(2019.01)G06F16/35(2019.01)权利要求书3页说明书9页附图3页(54)发明名称问答方法、装置、设备及存储介质(57)摘要本申请公开了一种问答方法、装置、设备及存储介质，涉及信息处理技术领域。其中，该问答方法包括：接收目标问题；将目标问题和多个预设子文本信息输入到相似度匹配模型，确定与目标问题相匹配的目标预设子文本信息；将目标问题和目标预设子文本信息输入到问答模型，确定目标预设子文本信息中的目标开始位置和目标结束位置；将目标开始位置和目标结束位置之间的文本信息确定为目标问题对应的目标答案，并输出。根据本申请实施例，可以无需人工设置问答对中的问题及答案。CN114077654ACN114077654A权利要求书1/3页1.一种问答方法，其特征在于，所述方法包括：接收目标问题；将所述目标问题和多个预设子文本信息输入到相似度匹配模型，确定与所述目标问题相匹配的目标预设子文本信息；将所述目标问题和所述目标预设子文本信息输入到问答模型，确定所述目标预设子文本信息中的目标开始位置和目标结束位置；将所述目标开始位置和目标结束位置之间的文本信息确定为所述目标问题对应的目标答案，并输出。2.根据权利要求1所述的方法，其特征在于，所述接收目标问题之前，所述方法还包括：获取双向编码器表征BERT模型，以及第一训练样本，其中，所述第一训练样本包括多个问题、每个所述问题对应的答案、包括所述答案的文本信息；在所述BERT模型后增加第一全连接层，得到第一初始模型，其中，所述BERT模型的第一输入为所述第一初始模型的输入，所述第一输入为预先对所述文本信息进行划分得到的多个子文本信息，所述BERT模型的第一输出为所述第一全连接层的输入，所述第一输出为所述子文本信息的向量信息，所述第一全连接层的输出为所述子文本信息中包含所述问题的答案的概率，所述第一全连接层的输出为所述第一初始模型的输出；根据所述第一训练样本对所述第一初始模型进行迭代训练，得到所述相似度匹配模型。3.根据权利要求1所述的方法，其特征在于，所述接收目标问题之前，所述方法还包括：获取双向编码器表征BERT模型，以及第二训练样本，其中，所述第二训练样本包括多个问题、每个所述问题对应的答案、包括所述答案的文本信息、所述答案在所述文本信息中的开始位置和结束位置；在所述BERT模型后增加第二全连接层，得到第二初始模型，其中，所述BERT模型的第二输入为所述第二初始模型的输入，所述第二输入为所述问题和所述子文本信息，所述BERT模型的第二输出为所述第二全连接层的输入，所述第二输出为所述问题和所述子文本信息的向量信息，所述第二全连接层的输出为所述问题的答案在所述子文本信息中的开始位置、结束位置以及所述开始位置和所述结束位置的概率，所述第二全连接层的输出为所述第二初始模型的输出；根据所述第二训练样本对所述第二初始模型进行迭代训练，得到所述问答模型。4.根据权利要求1所述的方法，其特征在于，所述将所述目标问题和多个预设子文本信息输入到相似度匹配模型，确定与所述目标问题相匹配的目标预设子文本信息，包括：将所述目标问题和多个预设子文本信息输入到相似度匹配模型，得到每个所述预设子文本信息中包含所述目标问题的答案的概率；将概率最大的包含所述目标问题的答案的预设子文本信息确定为所述目标预设子文本信息。5.根据权利要求1或4所述的方法，其特征在于，所述将所述目标问题和多个预设子文本信息输入到相似度匹配模型之前，所述方法还包括：获取原始文本信息；根据预设比例，将所述原始文本信息划分为多个预设子文本信息，其中，所述预设比例2CN114077654A权利要求书2/3页为第N个所述预设子文本信息与所述第N-1个预设子文本信息的文本信息重叠率，所述N为正整数，N≥2。6.根据权利要求1所述的方法，其特征在于，所述将所述目标问题和所述目标预设子文本信息输入到问答模型，确定所述目标预设子文本信息中的目标开始位置和目标结束位置，包括：将所述目标问题和所述目标预设子文本信息输入到问答模型，得到所述目标问题的答案在所述目标预设子文本信息中的开始位置和结束位置的概率；确定最大概