[发明专利]机器阅读理解方法、设备、存储介质及装置

说明书

本发明公开了一种机器阅读理解方法、设备、存储介质及装置，该方法通过获取待理解段落及对应的多个目标问题，将所述待理解段落及对应的多个所述目标问题进行多线程处理，依次经过预设机器阅读理解模型的嵌入层、编码层和交互层，获得所述待理解段落与各所述目标问题之间的交互信息语义，基于人工智能，将所述交互信息语义经过所述预设机器阅读理解模型的筛选层，获得与各所述目标问题关联性较强的有价值句子向量，所述有价值句子向量经过所述预设机器阅读理解模型的回答层，获得各所述目标问题的预测答案范围，通过预设机器阅读理解模型进行答案预测，提高预测答案的准确率和效率，将所述预测答案范围发送至目标终端，提升用户体验。

技术领域

本发明涉及人工智能的技术领域，尤其涉及一种机器阅读理解方法、设备、存储介质及装置。

背景技术

机器阅读理解是自然语言处理(Natural Language Processing，缩写NLP)领域的核心任务之一，需要通过算法设计实现教会机器对段落文本进行阅读理解并找到问题答案，目前已有的机器阅读理解数据集包括选择题、完形填空题、问答题等。

根据人类的阅读理解行为，是需要在通读段落(paragraph)后过滤出与问题(question)相关且对回答问题有价值的词语，然后再进一步理解question确定答案范围(answer span)，但是针对问答类阅读理解任务，现有阅读理解模型多是在整个paragraph上寻找答案，导致寻找到的答案准确率不高，且效率低。

上述内容仅用于辅助理解本发明的技术方案，并不代表承认上述内容是现有技术。

发明内容

本发明的主要目的在于提供一种机器阅读理解方法、设备、存储介质及装置，旨在解决现有技术中机器阅读理解寻找到的答案准确率不高且效率低的技术问题。

为实现上述目的，本发明提供一种机器阅读理解方法，所述机器阅读理解方法包括以下步骤：

获取待理解段落及对应的多个目标问题；

将所述待理解段落及对应的多个所述目标问题进行多线程处理，依次经过预设机器阅读理解模型的嵌入层、编码层和交互层，获得所述待理解段落与各所述目标问题之间的交互信息语义；

将所述交互信息语义经过所述预设机器阅读理解模型的筛选层，获得与各所述目标问题关联性较强的有价值句子向量；

所述有价值句子向量经过所述预设机器阅读理解模型的回答层，获得各所述目标问题的预测答案范围；

将所述预测答案范围发送至目标终端。

优选地，所述将所述待理解段落及对应的多个所述目标问题进行多线程处理，依次经过预设机器阅读理解模型的嵌入层、编码层和交互层，获得所述待理解段落与各所述目标问题之间的交互信息语义，包括：

将所述待理解段落及对应的多个所述目标问题进行多线程处理，经过预设机器阅读理解模型的嵌入层，获得待理解段落的向量表示及各目标问题的向量表示；

所述待理解段落的向量表示及各所述目标问题的向量表示经过所述预设机器阅读理解模型的编码层，获得所述待理解段落对应的段落语义及各所述目标问题对应的问题语义；

所述段落语义及各所述问题语义经过所述预设机器阅读理解模型的交互层，获得所述待理解段落与各所述目标问题之间的交互信息语义。

优选地，所述将所述交互信息语义经过所述预设机器阅读理解模型的筛选层，获得与各所述目标问题关联性较强的有价值句子向量，包括：

经过所述预设机器阅读理解模型的筛选层，根据所述待理解段落的向量表示，通过门过滤概率公式计算门过滤概率；

将所述待理解段落中每个句子的向量表示与所述门过滤概率点乘，获得所述待理解段落中每个句子门过滤后的向量表示；