[发明专利]一种问答关系排序方法、装置、计算机设备及存储介质在审
申请号: | 201910553285.4 | 申请日: | 2019-06-25 |
公开(公告)号: | CN110442689A | 公开(公告)日: | 2019-11-12 |
发明(设计)人: | 朱威;周晓峰 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F16/332 | 分类号: | G06F16/332;G06F16/35;G06F16/36;G06F17/27;G06N3/04;G06N3/08 |
代理公司: | 北京英特普罗知识产权代理有限公司 11015 | 代理人: | 林彦之 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种问答关系排序方法,包括:构建卷积神经网络模型,所述卷积神经网络模型用于知识图谱问句关系对的打分,所述问句关系对为问句与映射的候选关系之间的集合,所述候选关系为所述问句的实体在知识图谱中所链接的所有关系;训练所述卷积神经网络模型;将待处理问句输入至训练完毕的卷积神经网络模型中,所述卷积神经网络对所述待处理问句的问句关系对的相关性打分;选取相关性打分最高的候选关系作为预测输出,可有效提升卷积神经网络模型问句关系对的相关或非相关性的能力,提高精确度。 | ||
搜索关键词: | 卷积神经网络 候选关系 排序 图谱 计算机设备 存储介质 映射 构建 链接 集合 输出 预测 | ||
【主权项】:
1.一种问答关系排序方法,其特征在于,包括:构建卷积神经网络模型,所述卷积神经网络模型用于知识图谱问句关系对的打分,所述问句关系对为问句与映射候选关系之间的集合,所述候选关系为所述问句的实体在知识图谱中所链接的所有关系;收集第一训练数据,所述第一训练数据为问句文本;获取所述第一训练数据的问句向量;获取所述第一训练数据的候选关系向量;确定所述问句向量与所述候选关系向量的element‑wise乘积和element‑wise差值绝对值;拼接所述element‑wise乘积向量与所述element‑wise差值绝对值向量;经由全连接网络层将拼接后的向量映射为0到1的数值,所述数值用于对问句关系对的相关性打分;训练所述卷积神经网络模型;将待处理问句输入至训练完毕的卷积神经网络模型中,所述卷积神经网络对所述待处理问句的问句关系对的相关性打分;选取相关性打分最高的候选关系作为预测输出。
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平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,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/201910553285.4/,转载请声明来源钻瓜专利网。