公开(公告)号：CN117195864A

公开(公告)日：2023-12-08

申请号：CN202311189875.6

申请日：2023-09-14

Applicant: 广西师范大学

Inventor： 戴亮 ,  朱新华

IPC: G06F40/205 ,  G06F40/30 ,  G06F40/279 ,  G06F40/186 ,  G06N3/0442 ,  G06N3/08

Abstract: 本发明公开了一种基于答案感知的问题生成系统，属于自然语言处理技术领域，包括文本处理模块、答案识别模块、上下文感知模块、主题建模模块、问题生成模块、问题评估模块、答案验证模块、用户平台、用户反馈模块以及用户定制模块；本发明能够使得生成的问题更具上下文相关性，使其更好地与答案相匹配，提高了问题生成系统的性能，同时增加了生成的问题的多样性，使交互更有趣，有助于生成更相关和贴切的问题，且可以识别并提取多个答案，提高生成问题的质量和相关性。

公开(公告)号：CN116578672A

公开(公告)日：2023-08-11

申请号：CN202310559347.9

申请日：2023-05-17

Applicant: 广西师范大学

Inventor： 提平 ,  戴亮 ,  朱新华 ,  彭琦

IPC: G06F16/33 ,  G06F16/332 ,  G06F18/25 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于ERNIE‑GEN神经网络的阅读理解优化模型，涉及人工智能中的自然语言识别处理领域。首先，在ERNIE‑GEN神经网络模型的预训练阶段，将原始ERNIE‑GEN神经网络单一的左序预训练模式，扩展为多语序预训练模式，迫使ERNIE‑GEN神经网络编码器适应多种输入语序，达到增强编码器适应能力的目的，同时可有效缓解ERNIE‑GEN神经网络在阅读理解任务中的暴露偏差问题；其次，在阅读理解任务微调阶段，使用门控机制，将通过ERNIE‑GEN神经网络模型生成的上下文解码状态与问题解码状态进行融合，达到突出关键语义的目的，以更有效的方式解决阅读理解问题。