公开(公告)号：CN111414461B

公开(公告)日：2022-06-14

申请号：CN202010065407.8

申请日：2020-01-20

申请人： 福州大学

发明人： 陈羽中 ,  李超凡 ,  郭昆 ,  张睿

IPC分类号： G06F16/332 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种融合知识库与用户建模的智能问答方法及系统，该方法包括以下步骤：步骤A：采集智能问答系统中的问题以及回答记录，构建问答对训练集QA；步骤B：采集智能问答系统中每个用户对问题的回答记录，构建用户的历史回答训练集UA；步骤C：基于问答对训练集QA、用户的历史回答训练集UA以及知识库KB，训练基于改进循环实体网络Recurrent Entity Network的深度学习网络模型M；步骤D：接收用户的提问，并将提问输入到训练好的深度学习网络模型M中，输出匹配的答案。该方法及系统有利于提高对于提问的智能回答精度。

公开(公告)号：CN111414461A

公开(公告)日：2020-07-14

申请号：CN202010065407.8

申请日：2020-01-20

申请人： 福州大学

发明人： 陈羽中 ,  李超凡 ,  郭昆 ,  张睿

IPC分类号： G06F16/332 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种融合知识库与用户建模的智能问答方法及系统，该方法包括以下步骤：步骤A：采集智能问答系统中的问题以及回答记录，构建问答对训练集QA；步骤B：采集智能问答系统中每个用户对问题的回答记录，构建用户的历史回答训练集UA；步骤C：基于问答对训练集QA、用户的历史回答训练集UA以及知识库KB，训练基于改进循环实体网络Recurrent Entity Network的深度学习网络模型M；步骤D：接收用户的提问，并将提问输入到训练好的深度学习网络模型M中，输出匹配的答案。该方法及系统有利于提高对于提问的智能回答精度。

公开(公告)号：CN114398976A

公开(公告)日：2022-04-26

申请号：CN202210035885.3

申请日：2022-01-13

申请人： 福州大学

发明人： 陈羽中 ,  张睿

IPC分类号： G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G09B7/06

摘要： 本发明涉及一种基于BERT与门控类注意力增强网络的机器阅读理解方法。包括以下步骤：步骤A、收集中国中学生英语考试中的阅读理解多选题，并标注每篇文章的每个问题对应的答案选项类别，构建带类别标签的训练集S；步骤B、训练基于BERT与门控类注意力网络的深度学习模型GCAN‑BERT，用于预测给定问题对应选项的答案；步骤C、将待判断的文章、问题、选项输入到训练后的基于BERT与门控类注意力网络的深度学习模型GCAN‑BERT中，得到给定问题对应的答案选项。本发明能够有效提高多选阅读理解选项预测的精确度。

公开(公告)号：CN114398976B

公开(公告)日：2024-06-07

申请号：CN202210035885.3

申请日：2022-01-13

申请人： 福州大学

发明人： 陈羽中 ,  张睿

IPC分类号： G06F18/24 ,  G09B7/06 ,  G06F18/214 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/084

摘要： 本发明涉及一种基于BERT与门控类注意力增强网络的机器阅读理解方法。包括以下步骤：步骤A、收集中国中学生英语考试中的阅读理解多选题，并标注每篇文章的每个问题对应的答案选项类别，构建带类别标签的训练集S；步骤B、训练基于BERT与门控类注意力网络的深度学习模型GCAN‑BERT，用于预测给定问题对应选项的答案；步骤C、将待判断的文章、问题、选项输入到训练后的基于BERT与门控类注意力网络的深度学习模型GCAN‑BERT中，得到给定问题对应的答案选项。本发明能够有效提高多选阅读理解选项预测的精确度。