申请/专利权人：华北水利水电大学

申请日：2022-09-07

公开（公告）日：2024-03-08

公开（公告）号：CN117669579A

主分类号：G06F40/30

分类号：G06F40/30;G06F16/35;G06N3/048;G06N3/09;G06N3/0895

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.02#实质审查的生效;2024.03.08#公开

摘要：本发明属于机器解答技术领域，具体涉及一种用于机器解答的题目理解方法。本发明首先通过特征嵌入模块、编码器和对比学习模块实现单模态多模态数据的特征提取和统一语义表达，然后定义了直陈关系和隐含关系，在题目理解过程中不仅抽取了题目中直观展现出的直陈关系，以实现数据的融合理解，还推理出为解答题目所需的隐含关系，为题目的自动求解打下基础。本发明建立了机器解答的基础理论，突破了机器解答的关键技术，对于扩大解题范围和提高解题质量十分关键，具有重要的理论研究意义、学术研究价值、以及广阔的应用前景，满足机器解答的应用服务。

主权项：1.一种用于机器解答的题目理解方法，其特征在于，包括如下步骤：1获取题目数据，所述题目数据为多模态数据或单模态数据，所述单模态数据为文本数据或图像数据，所述多模态数据包括文本数据和图像数据；2将题目数据输入至构建的题目理解模型中，从而抽取出直陈关系的特征，并推理得到隐含关系的特征，以完成题目理解；所述直陈关系为从题目数据中直接获得的关系，所述隐含关系为解答出题目数据所需而题目中没有直接陈述的关系；所述题目理解模型包括特征嵌入模块、多层自注意力转换器和对比学习模块，所述多层自注意力转换器包括编码器和解码器；所述特征嵌入模块用于对输入的题目数据进行特征嵌入处理：若输入的题目数据为单模态数据，则相应得到文本标记特征嵌入序列或图像区域特征嵌入序列；若输入的题目数据为多模态数据，则相应得到文本标记特征嵌入序列和图像区域特征嵌入序列，并将两个序列连接成一个图文对特征嵌入序列；所述编码器用于利用包含的自注意力掩码机制对特征嵌入处理后的题目数据进行编码处理，相应得到文本特征的上下文标记表示和或图像区域的上下文区域表示；所述对比学习模块用于对上下文标记表示和或上下文区域表示进行语义对齐，并映射到统一的语义空间，从而相应得到文本特征序列和或图像特征序列；所述解码器用于使用共享解码器以依据各个任务对输入进行解码处理从而得到隐式特征，并基于每个任务的特定输出头以得到各个任务输出的特征；其中，各个任务包括直陈关系抽取任务和隐含关系推理任务，直陈关系抽取任务用于抽取题目数据的直陈关系特征，隐含关系推理任务用于结合隐含关系库从题目数据中推理出题目数据的隐含关系特征。

全文数据：

权利要求：

百度查询： 华北水利水电大学 一种用于机器解答的题目理解方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD