申请/专利权人：华南理工大学

申请日：2023-11-06

公开（公告）日：2024-04-02

公开（公告）号：CN117407511B

主分类号：G06F16/332

分类号：G06F16/332;G06F16/33;G06F16/338;G06F16/31;G06N3/0455;G06N3/084;G06N3/0985;G06N5/04

优先权：

专利状态码：有效-授权

法律状态：2024.04.02#授权;2024.02.02#实质审查的生效;2024.01.16#公开

摘要：本发明公开了一种基于Bert模型的电力安全规程智能问答方法及系统，方法包括：配置FAQ模块的问答对，针对用户输入的问题，匹配用户输入的问题与预设的问答对中的问题，若匹配，则返回匹配到的问题对应的答案，若不匹配，则进行下一步；对电力安全规程文档进行文本分段，并加入中文维基百科的文本数据，生成索引文件；采用Anserini模块基于输出的索引文件建立索引，并进行段落抽取，生成段落评分；采用预训练的Bert模型，并使用专业数据集进行训练；本发明旨在提供一种基于Bert模型的电力安全规程智能问答方法及系统，有效地改进了计算时间过长的问题，减少计算负担，保证计算精度基本不变，具有显著工程实用价值和广泛应用前景。

主权项：1.一种基于Bert模型的电力安全规程智能问答方法，其特征在于，包括以下步骤：步骤S1：配置FAQ模块的问答对，问答对用于过滤高频问题，针对用户输入的问题，使用FAQ模块匹配用户输入的问题与预设的问答对中的问题，若匹配，则返回匹配到的问题对应的答案，若无返回结果或匹配分值低于阈值，则进行步骤S2；步骤S2：使用预处理方式对电力安全规程文档进行文本分段，并加入中文维基百科的文本数据，生成索引文件；步骤S3：采用Anserini模块基于输出的索引文件建立索引，并进行段落抽取，生成段落评分；步骤S4：采用预训练的Bert模型，并使用CMRC2018数据以及电力安全规程考试题目作为专业数据集进行训练；步骤S5：根据规章类文档的结构和特性，对训练的Bert模型的算法中的参数进行调优；步骤S6：使用Bert模型在Anserini模块中抽取候选答案并给出阅读理解评分，候选答案为抽取的N个段落中抽取问题的准确答案；步骤S7：对候选答案进行综合加权评分并进行得分排序，最后输出得分最高的答案，并给出答案出处的原始文档名称及具体章节信息；所述步骤S1包括以下子步骤：子步骤S11：建立预设问题库：预设问题库包含多个问题以及回答对；子步骤S12：FAQ模块使用开源的分布式搜索和分析引擎，对用户输入的问题和预设问题库中的问题进行匹配，并采用BM25文本相似度算法计算两者的相似度，具体公式如下： 其中：D表示一个文档；Q表示查询语句；qi表示词项；fqi,D为qi在D中的出现频率；|D|为文档D的长度；avgdl为所有文档的平均长度；k1、b为调节因子；IDFqi为qi在全部预设问题中的逆向文本频率指数；N为索引中的文档总数，nqi为包含qi的数量；子步骤S13：在使用时，当分析引擎返回的BM25算法的分数高于预设的阈值时，则直接返回匹配到的问题的预设答案；当返回分数低于阈值时，则不返回答案，进行步骤S2；所述步骤S2包括以下子步骤：子步骤S21：将电力安全规程文档转换为txt格式的纯文本；子步骤S22：去除与内容无关的信息；子步骤S23：使用正则表达式，将文本中的标题编号提取出来，将标题编号与文本相互对应；子步骤S24：过滤掉不适用于机器阅读理解的段落；子步骤S25：采用Anserini模块，将文本标题编号与其对应的正文进行分词，并建立索引。

全文数据：

权利要求：

百度查询： 华南理工大学 一种基于Bert模型的电力安全规程智能问答方法及系统

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