[发明专利]问答处理方法、问答模型的训练方法和装置

说明书

本公开提供了一种问答处理方法、问答模型的训练方法、装置、设备、介质和产品，涉及人工智能技术领域，具体为自然语言处理、深度学习、知识图谱技术领域。问答处理方法包括：获取待处理数据，其中，待处理数据包括问题数据和候选答案；对待处理数据进行通用语义理解，得到通用数据特征；基于通用数据特征，从候选问答处理模式中选择目标问答处理模式；利用目标问答处理模式处理通用数据特征，得到候选答案中针对问题数据的目标答案。

技术领域

本公开涉及人工智能技术领域，具体为自然语言处理、深度学习、知识图谱技术领域，更具体地，涉及一种问答处理方法、问答模型的训练方法、装置、电子设备、介质和程序产品。

背景技术

相关技术中，当用户提出问题时，通常需要从多个候选答案中确定针对问题的目标答案。例如，在医疗问答领域，针对用户提出的医疗问题，需要从多个候选答案中确定针对该医疗问题的目标答案。但是，相关技术从多个候选答案中选择目标答案的准确性较低，难以满足用户的需求。

发明内容

本公开提供了一种问答处理方法、问答模型的训练方法、装置、电子设备、存储介质和程序产品。

根据本公开的一方面，提供了一种问答处理方法，包括：获取待处理数据，其中，所述待处理数据包括问题数据和候选答案；对所述待处理数据进行通用语义理解，得到通用数据特征；基于所述通用数据特征，从候选问答处理模式中选择目标问答处理模式；利用所述目标问答处理模式处理所述通用数据特征，得到所述候选答案中针对所述问题数据的目标答案。

根据本公开的另一方面，提供了一种问答模型的训练方法，包括：获取样本数据，其中，所述样本数据包括问题数据、候选答案和样本标签，所述样本标签表征了所述候选答案与所述问题数据之间的关联；利用待训练问答模型中的通用理解网络，对所述样本数据进行通用语义理解，得到通用数据特征；针对所述待训练问答模型中的候选问答网络，基于所述通用数据特征，从所述候选问答网络中选择目标问答网络；利用所述目标问答网络处理所述通用数据特征，得到所述候选答案中针对所述问题数据的目标答案；基于所述目标答案和所述样本标签，调整所述待训练问答模型的模型参数。

根据本公开的另一方面，提供了一种问答处理装置，包括：获取模块、语义理解模块、选择模块和处理模块。获取模块，用于获取待处理数据，其中，所述待处理数据包括问题数据和候选答案；语义理解模块，用于对所述待处理数据进行通用语义理解，得到通用数据特征；选择模块，用于基于所述通用数据特征，从候选问答处理模式中选择目标问答处理模式；处理模块，用于利用所述目标问答处理模式处理所述通用数据特征，得到所述候选答案中针对所述问题数据的目标答案。

根据本公开的另一方面，提供了一种问答模型的训练装置，包括：获取模块、语义理解模块、选择模块、处理模块和调整模块。获取模块，用于获取样本数据，其中，所述样本数据包括问题数据、候选答案和样本标签，所述样本标签表征了所述候选答案与所述问题数据之间的关联；语义理解模块，用于利用待训练问答模型中的通用理解网络，对所述样本数据进行通用语义理解，得到通用数据特征；选择模块，用于针对所述待训练问答模型中的候选问答网络，基于所述通用数据特征，从所述候选问答网络中选择目标问答网络；处理模块，用于利用所述目标问答网络处理所述通用数据特征，得到所述候选答案中针对所述问题数据的目标答案；调整模块，用于基于所述目标答案和所述样本标签，调整所述待训练问答模型的模型参数。

根据本公开的另一方面，提供了一种电子设备，包括：至少一个处理器和与所述至少一个处理器通信连接的存储器。其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行上述的问答处理方法和/或问答模型的训练方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，所述计算机指令用于使所述计算机执行上述的问答处理方法和/或问答模型的训练方法。