[发明专利]一种用于交通基础设施检测文本的机器阅读理解方法

说明书

本发明涉及人工智能技术领域，具体涉及一种用于交通基础设施检测文本的机器阅读理解方法，包括：获取问题文本和待检测的段落文本；阅读理解模型首先对问题文本和段落文本进行编码得到对应的待检测字符向量；然后将待检测字符向量和设置的交通基础设施检测领域词向量进行融合得到对应的嵌入融合表示，并对嵌入融合表示进行语义特征捕捉；最后根据嵌入融合表示和捕捉的语义特征计算对应答案在段落文本中的字符位置，并将对应答案的字符位置作为段落文本的机器阅读理解结果；输出段落文本对应的机器阅读理解结果。本发明中的机器阅读理解方法能够兼顾理解全面性和理解准确性，从而能够提升交通基础设施检测领域中文文本的理解效果。

技术领域

本发明涉及人工智能技术领域，具体涉及一种用于交通基础设施检测文本的机器阅读理解方法。

背景技术

机器阅读理解是自然语言处理(Natural Language Processing,NLP)领域里的重要研究方向，其要求机器基于给定的上下文回答问题。机器阅读理解是人工智能技术的重要组成部分，过去几年里，随着深度学习的出现，机器阅读理解已经赢得了越来越广泛的关注，尤其是随着以BERT(Bidirectional Encoder Representations from Transformer)为代表的预训练语言模型的发展，机器阅读理解任务有着飞速的发展，主要体现为从关注限定文本到结合外部知识，从关注特定片段到对上下文的全面理解。

相比于普遍存在的面向英文文本的通用领域机器阅读理解方法，面向中文文本的机器阅读理解的理解准确率并不高，例如中文文本中不同的分词对应的语义等会发生变化，进而得到不同的理解。为此，公开号为CN110442691A的中国专利公开了《机器阅读理解中文的方法》，其通过BERT模型对第一问题中文文本和第一中文文本进行向量化训练，然后通过预设的第一中文机器阅读理解模型进行计算，得到对应问题文本的第一答案文本。该现有方案中，由于无需对第一问题中文文本和第一中文文本进行分词处理，所以不存在分词不当的情况发生，使得最终得到的第一答案文本的准确率更高。

申请人致力于交通基础设施检测领域的研究，交通基础设施在道路、桥梁日常服役中受到交通荷载、环境激励、突发事件以及其结构材料属性退化等内外因素的共同作用。同时，交通基础设施管理养护单位在日常检测中，积累了海量的交通基础设施健康管理历史数据。这些海量的文本数据包含大量的基本属性、结构参数、养护维修建议和检测病害等信息，并主要以自由文本、表格、图片等非结构化或半结构化数据构成。其中，对于检测单位出具的交通基础设施检测报告的文本检测尤为重要。

申请人发现，上述现有方案中的机器阅读理解方法仅能够针对通用的中文文本实施。然而，不同检测单位出具的交通基础设施检测报告在行文思路、符号运用和报告规范上具有较大差异，采用现有机器阅读理解方法会使得交通基础设施检测报告中包含的信息不能被计算机有效的利用，导致机器阅读理解的全面性不好。同时，交通基础设施检测领域具有丰富的专业术语，使用现有机器阅读理解方法难以对文本进行准确分词并理解其语义特征，导致机器阅读理解的准确性不好。因此，如何设计一种能够应用于交通基础设施检测文本且能够兼顾理解全面性和理解准确性的机器阅读理解方法是亟需解决的技术问题。

发明内容

针对上述现有技术的不足，本发明所要解决的技术问题是：如何提供一种能够应用于交通基础设施检测文本且能够兼顾理解全面性和理解准确性的机器阅读理解方法，从而能够提升交通基础设施检测领域中文文本的理解效果。

为了解决上述技术问题，本发明采用了如下的技术方案：

一种用于交通基础设施检测文本的机器阅读理解方法，具体包括：

S1：获取问题文本和待检测的段落文本；

S2：将所述问题文本和所述段落文本输入经过预先训练的阅读理解模型中；