公开(公告)号：CN107203600B

公开(公告)日：2020-09-18

申请号：CN201710334063.4

申请日：2017-05-12

Applicant: 浙江大学

Inventor： 吴飞 ,  汤斯亮 ,  段新宇 ,  肖俊 ,  赵洲 ,  庄越挺

IPC: G06F16/332 ,  G06F16/33 ,  G06F40/289 ,  G06F40/35 ,  G06N3/04

Abstract: 本发明公开了一种利用刻画因果依赖关系和时序影响机制来提高答案质量排序的评判方法。包括如下步骤：1)把每个问题及其按照时间先后顺序排序的答案作为训练数据集；2)对训练集中的文本通过Paragraph2Vec模型进行无监督学习，得到文本表达模型，并分别构建问题和答案的隐性表达；3)将问题与答案之间的因果依赖关系和答案与答案之间的时序影响机制引入传统的长短时记忆模型；4)基于问题与答案的隐性表达，使用学习后所得到的问答排序模型对问题的候选答案进行排序。相比一般的答案质量评判方法，本发明进一步发掘答案与答案之间基于时序的相互影响，揭示高质量答案的形成规律。本发明在答案质量排序中所取得的性能较传统的基于文本和语义关联性的评判方法更好。

公开(公告)号：CN107203600A

公开(公告)日：2017-09-26

申请号：CN201710334063.4

申请日：2017-05-12

Applicant: 浙江大学

Inventor： 吴飞 ,  汤斯亮 ,  段新宇 ,  肖俊 ,  赵洲 ,  庄越挺

IPC: G06F17/30 ,  G06F17/27 ,  G06N3/04

Abstract: 本发明公开了一种利用刻画因果依赖关系和时序影响机制来提高答案质量排序的评判方法。包括如下步骤：1)把每个问题及其按照时间先后顺序排序的答案作为训练数据集；2)对训练集中的文本通过Paragraph2Vec模型进行无监督学习，得到文本表达模型，并分别构建问题和答案的隐性表达；3)将问题与答案之间的因果依赖关系和答案与答案之间的时序影响机制引入传统的长短时记忆模型；4)基于问题与答案的隐性表达，使用学习后所得到的问答排序模型对问题的候选答案进行排序。相比一般的答案质量评判方法，本发明进一步发掘答案与答案之间基于时序的相互影响，揭示高质量答案的形成规律。本发明在答案质量排序中所取得的性能较传统的基于文本和语义关联性的评判方法更好。