[发明专利]一种答案文本的获取方法及装置、计算机设备和存储介质

说明书

本申请公开了一种答案文本的获取方法及装置、计算机设备和存储介质，包括：获取目标问题文本以及待匹配文本，待匹配文本包括多个文本单元，根据目标问题文本确定目标文本类别，目标文本类别表示与目标问题文本关联的问题类型，根据目标问题文本、待匹配文本以及目标文本类别，获取每个文本单元所对应的第一概率与每个文本单元所对应的第二概率，第一概率表示文本单元作为答案文本开始位置的概率，第二概率表示文本单元作为答案文本结束位置的概率，根据每个文本单元所对应的第一概率，以及每个文本单元所对应的第二概率，从待匹配文本中确定与目标问题文本对应的目标答案文本。通过上述方法，能够提升在待匹配文本中获取目标答案文本的准确度。

技术领域

本申请涉及人工智能领域，尤其涉及一种答案文本的获取方法及装置、计算机设备和存储介质。

背景技术

随着视频分享平台的不断发展，针对片段抽取式的机器阅读理解问题，经历了从无监督到有监督，从传统机器学习到深度学习的技术演进。基于规则的阅读理解问答系统可以使用词袋模型对句子信息进行表示，即可以接收一个故事并且挑选出一个最合适的句子作为相应问题的答案。其次，基于规则的中文阅读理解问答系统也可以通过启发式规则查找故事和问题中的词汇和语义线索来给出答案。但是基于规则或手工构建特征的方式依赖人工，模型迁移能力差。

目前，随着大规模阅读理解数据的出现，数据驱动的方法逐渐占据了主导位置，基于深层神经网络的端到端模型成为机器阅读理解研究的主流方法。通过问题信息与篇章信息的交互，得到综合问题与篇章信息的表示，最后通过答案预测层选择或生成一个正确答案。近年来，深度学习算法取得了突破性进展，深度学习在机器阅读理解任务上的应用日益受到更多的关注。然而，端到端的深度学习模型虽然具备答案抽取能力，但是不是每个篇章中都具备问题所对应的答案，因此对全部篇章进行答案抽取可能出现获取不到答案的情况，因此，如何更为准确地获取问题对应的答案成为亟需解决的问题。

发明内容

本申请实施例提供了一种答案文本的获取方法及装置、计算机设备和存储介质，由于目标文本类别能够表示与所述目标问题文本关联的问题类型，因此基于目标问题文本以及待匹配文本，并引入目标文本类别对目标问题文本的目标答案文本进行获取，能够提升在待匹配文本中获取目标答案文本的准确度。

有鉴于此，本申请一方面提供了一种答案文本的获取方法，包括：

获取目标问题文本以及待匹配文本，其中，待匹配文本包括多个文本单元；

根据目标问题文本确定目标文本类别，其中，目标文本类别表示与目标问题文本关联的问题类型；

根据目标问题文本、待匹配文本以及目标文本类别，获取每个文本单元所对应的第一概率与每个文本单元所对应的第二概率，其中，第一概率表示文本单元作为答案文本开始位置的概率，第二概率表示文本单元作为答案文本结束位置的概率；

根据每个文本单元所对应的第一概率，以及每个文本单元所对应的第二概率，从待匹配文本中确定与目标问题文本对应的目标答案文本。

本申请另一方面提供了一种答案文本的获取装置，包括：

获取模块，用于获取目标问题文本以及待匹配文本，其中，待匹配文本包括多个文本单元；

确定模块，用于根据目标问题文本确定目标文本类别，其中，目标文本类别表示与目标问题文本关联的问题类型；

获取模块，还用于根据目标问题文本、待匹配文本以及目标文本类别，获取每个文本单元所对应的第一概率与每个文本单元所对应的第二概率，其中，第一概率表示文本单元作为答案文本开始位置的概率，第二概率表示文本单元作为答案文本结束位置的概率；

确定模块，还用于根据每个文本单元所对应的第一概率，以及每个文本单元所对应的第二概率，从待匹配文本中确定与目标问题文本对应的目标答案文本。