用于受人启发的简单问答（HISQA）的系统和方法技术方案

本文描述的是用于确定如何自动回答像“哈利·波特在哪上学？”的问题的系统和方法。精心构建的知识图提供丰富事实来源。然而，这种精心构建的知识图在回答用自然语言提出的事实问题方面仍有挑战，因为问题能够以多种多样的方式提出。本文提出的是用于受人启发的简单问答(HISQA)的系统和方法的实施方式，即，基于深度神经网络使用知识图来进行自动问答的方法。受到在这个任务中人类自然动作的启发，实施方式首先经由事物链接查找正确事物，然后寻找恰当关系以回答所述问题，这两个步骤都通过深度门限循环网络和神经嵌入机制实现。

Systems and methods for elicitation of simple question and answer (HISQA)

What this article describes is used to determine how to answer automatically, like, \where does Harry Porter go to school?\\ Systems and methods for problems. Well constructed knowledge maps provide a rich source of facts. However, this carefully constructed knowledge map is still challenging to answer the factual questions raised in natural language because the problem can be presented in a variety of ways. This paper presents the implementation of systems and methods for heuristic simple question answering (HISQA), that is, the use of knowledge graphs for Automatic Question Answering Based on depth neural networks. In this task by human natural movement inspired the implementation of first things via the link to find the right things, and then find the right answer to the question of the relationship, these two steps are realized by neural network and embedded depth threshold cycle mechanism.

【技术实现步骤摘要】
用于受人启发的简单问答(HISQA)的系统和方法
本公开大体上涉及计算技术，更具体地涉及用于自动回答用自然语言提出的问题并改进人机交互的系统和方法。
技术介绍
存在关于如何自动回答诸如“哈利·波特在哪上学？”的问题的技术问题。精心构建的知识图提供丰富事实来源。然而，这种精心构建的知识图在回答用自然语言提出的基于事实的问题方面仍有挑战，因为问题能够以多种多样的方式提出。因此，需要的是提供更有效且更准确的方式来自动回答问题的系统和方法。
技术实现思路
本申请的目的在于提供一种用于为查询提供答案的计算机实施的方法以及用于识别问题中的话题的计算机实施的方法。根据一个方面，提供了用于为查询提供答案的计算机实施的方法，该方法可包括：接收具有一个或多个词语的查询，所述一个或多个词语包括描述所述查询的话题的主题组块；查询数据库以查找至少一个候选主题，所述至少一个候选主题的名称或别名具有与所述主题组块相同的表面形式；查询数据库以查找一个或多个关系矢量，所述一个或多个关系矢量表达与所述至少一个候选主题关联的一个或多个关系；确定所述一个或多个关系的排名分数，所述排名分数中的每个表示所述查询与对应关系之间的语义本文档来自技高网...

【技术保护点】
用于为查询提供答案的计算机实施的方法，所述方法包括：接收具有一个或多个词语的查询，所述一个或多个词语包括描述所述查询的话题的主题组块；查询数据库以查找至少一个候选主题，所述至少一个候选主题的名称或别名具有与所述主题组块相同的表面形式；查询数据库以查找一个或多个关系矢量，所述一个或多个关系矢量表达与所述至少一个候选主题关联的一个或多个关系；确定所述一个或多个关系的排名分数，所述排名分数中的每个表示所述查询与对应关系之间的语义相似性；在所述一个或多个关系中选择具有最高排名分数的关系作为预测关系，并且选择所述至少一个候选主题作为预测话题；以及利用所述预测关系和所述预测话题查询数据库以查找所述查询的答...

【技术特征摘要】
2015.10.16 US 62/242,788;2016.05.23 US 15/162,5031.用于为查询提供答案的计算机实施的方法，所述方法包括：接收具有一个或多个词语的查询，所述一个或多个词语包括描述所述查询的话题的主题组块；查询数据库以查找至少一个候选主题，所述至少一个候选主题的名称或别名具有与所述主题组块相同的表面形式；查询数据库以查找一个或多个关系矢量，所述一个或多个关系矢量表达与所述至少一个候选主题关联的一个或多个关系；确定所述一个或多个关系的排名分数，所述排名分数中的每个表示所述查询与对应关系之间的语义相似性；在所述一个或多个关系中选择具有最高排名分数的关系作为预测关系，并且选择所述至少一个候选主题作为预测话题；以及利用所述预测关系和所述预测话题查询数据库以查找所述查询的答案。2.如权利要求1所述的计算机实施的方法，还包括：将所述一个或多个词语转换成一个或多个嵌入，所述嵌入中的每个是表达对应词语的矢量；预测所述一个或多个嵌入中的每个是所述主题组块的一部分的概率；以及将所述一个或多个嵌入中的概率高于阈值的一些嵌入选择作为所述预测话题；以及将与所选择的嵌入对应的一个或多个词语组合为所述主题组块。3.如权利要求2所述的计算机实施的方法，其中，预测概率的步骤包括：分别生成与所述一个或多个嵌入对应的一个或多个表征以及每个表征是否是所述主题组块的一部分的二元化分类特征；以及基于所述二元化分类特征，预测每个表征是所述主题组块的一部分的概率。4.如权利要求1所述的计算机实施的方法，还包括：将所述一个或多个词语转换成一个或多个嵌入，每个嵌入是表达对应词语的矢量；以及使用所述一个或多个嵌入，生成作为所述查询的神经表达的问题矢量。5.如权利要求4所述的计算机实施的方法，还包括：如果所述问题矢量的维度不同于所述一个或多个关系矢量的维度，则将所述问题矢量投影成维度与所述一个或多个关系矢量的维度相同的矢量。6.如权利要求4所述的计算机实施的方法，其中，确定所述一个或多个关系的排名分数的步骤包括：执行所述问题矢量与所述一个或多个关系矢量之间的点积。7.如权利要求1所述的计算机实施的方法，其中，所述至少一个候选主题包括多个候选主题，所述方法还包括：对所述多个候选主题消岐，从而在所述多个候选主题中选择所述预测主题。8.如权利要求7所述的计算机实施的方法，其中对所述多个候选主题消岐的步骤包括：针对每个候选主题，将所述排名分数中的前N排名分数相加，N是整数；以及选择前N排名分数的总和最高的候选主题作为所述预测话题。9.用于识别问题中的话题的计算机实施的方法，所述方法包括：接收具有一个或多个词语的查询问题，所述一个或多个词语包括所述查询问题的话题；将所述一个或多个词语转换成一个或多个嵌入，每个嵌入是表达对应词语的矢量；预测所述一个或多个嵌入中的每个是所述话题的一部分的概率；将所述一个或多个嵌入中的概率高于阈值的一些嵌入选择作为所述话题；以及将与所选择的嵌入对应的一个或多个词语组合为所述话题。10.如权利要求9所述的计算机实施的方法，其中，预测概率的步骤包括：分别生成与所述一个或多个嵌入对应的一个或多个表征以及每个表征是否是所述话题的一部分的二元化分类特征；以及基于所述二元化分类特征，预测每个表征是所述话题的一部分的概率。11.如...

【专利技术属性】
技术研发人员：李磊，徐伟，戴自航，
申请(专利权)人：百度美国有限责任公司，
类型：发明
国别省市：美国,US