[发明专利]一种研报问答生成方法、系统及计算机可读存储介质

权利要求书

1.一种研报问答生成方法，其特征在于：包括以下步骤：

提供研报文本，并基于预设知识库以及研报文本生成问题集；

基于召回模型以及匹配模型，对应研报文本各段落召回问题集中的若干个问题，判别问题与各段落的匹配度，对应各段落选择匹配度最高的问题以生成问题-段落对；

基于问题-段落对从段落中抽取相应的片段生成答案或者根据段落生成各问题对应的答案。

2.如权利要求1所述的研报问答生成方法，其特征在于：所述知识库包括实体清单库以及问题模板库。

3.如权利要求2所述的研报问答生成方法，其特征在于：基于预设知识库以及研报文本生成至少一个问题采用命名实体识别和词性标注的方法、基于提示学习的方法或者基于可控问题生成方法其中的一种或多种方法。

4.如权利要求3所述的研报问答生成方法，其特征在于：基于预设知识库以及研报文本生成至少一个问题采用命名实体识别和词性标注的方法的具体步骤为：

识别研报文本中的实体词；

抽取整篇研报文本的关键词；

基于关键词逐个与实体清单库计算两两之间的余弦相似度，取余弦相似度最高的若干个关键词作为研报文本包含的主要板块实体名词；

将对应的实体词以及主要板块实体名词填充到预设的问题模板中生成问题。

5.如权利要求3所述的研报问答生成方法，其特征在于：基于预设知识库以及研报文本生成至少一个问题采用基于提示学习的方法的具体步骤为：

预设提示模板，并基于问题模板库以及研报文本将对应的问题模板以及段落填充到提示模板中的对应位置；

基于预训练语言模型，将问题模板中的待填充位置填充为预训练语言模型的掩码标记，通过预训练语言模型进行掩码标记的预测以生成问题。

6.如权利要求3所述的研报问答生成方法，其特征在于：知识库中还包含有若干疑问词，基于知识库以及研报文本生成至少一个问题采用基于可控问题生成方法的具体步骤为：

识别研报文本中的实体词以及关键词并作为主控制要素；

将关键词与知识库中的疑问词进行匹配，选择匹配度最高的疑问词作为次控制要素；

采用孟子-T5模型，将主控制要素、次控制要素以及研报文本输入到孟子-T5模型中，并由孟子-T5模型生成问题。

7.如权利要求2所述的研报问答生成方法，其特征在于：基于问题-段落对从段落中抽取相应的片段生成答案的具体步骤为：

提供答案生成模型，基于预设数据库对答案生成模型预训练以及精调；

输入段落以及与该段落对应的问题至答案生成模型中以生成答案。

8.如权利要求2所述的研报问答生成方法，其特征在于：基于问题-段落对并根据段落生成各问题对应的答案的具体步骤为：

提供答案生成模型，并给定约束强度值；

输入段落以及与该段落对应的问题至答案生成模型中并基于约束强度值进行解码；

以所有解码出的答案文本作为候选集，与对应的问题计算匹配度，取匹配值最高的作为最终答案。

9.一种研报问答生成系统，其特征在于：包括以下模块：

问题生成模块：提供研报文本，并基于预设知识库以及研报文本生成问题集；

筛选模块：对应研报文本各段落召回问题集中的若干个问题，判别问题与各段落的匹配度，对应各段落选择匹配度最高的问题以生成问题-段落对；

答案生成模块：基于问题-段落对从段落中抽取相应的片段生成答案或者根据段落生成各问题对应的答案。

10.一种计算机可读存储介质，其特征在于：所述计算机可读存储介质存储有计算机程序，所述计算机程序被执行时实现如权利要求1-8任一项所述的研报问答生成方法的步骤。