【技术实现步骤摘要】
一种基于凸神经网络的咨询对话唯一答案寻优方法
本专利技术涉及自然语言处理领域，尤其涉及一种基于凸神经网络的咨询对话唯一答案寻优方法。
技术介绍
在答案寻优中，通常采用神经网络作为输入输出计算寻优，将问题输入，输出最优答案，但在常规神经网络的寻优中，由于非凸性，容易引起寻优算法陷入局部最小，而无法达到全局最优，而且用户在寻求答案的时候常常仅需要唯一最优答案，而本专利中凸神经网络的引入可以确保最优答案的唯一性。
技术实现思路
鉴于以上现有技术存在的问题，本专利技术提出一种基于凸神经网络的咨询对话唯一答案寻优方法，主要解决传统神经网络容易陷入局部极小值的问题。为了实现上述目的及其他目的，本专利技术采用的技术方案如下。一种基于凸神经网络的咨询对话唯一答案寻优方法，包括：构造评价模型，所述评价模型根据询问文本从答案文本中获取多个候选答案，并通过凸神经网络对所述候选答案进行评估；根据评估结果获取多个所述候选答案中的最优答案。可选地，将所述询问文本转化为问题向量，将所述答案文本转
【技术保护点】
1.一种基于凸神经网络的咨询对话唯一答案寻优方法，其特征在于，包括：/n构造评价模型，所述评价模型根据询问文本从答案文本中获取多个候选答案，并通过凸神经网络对所述候选答案进行评估；/n根据评估结果获取多个所述候选答案中的最优答案。/n
【技术特征摘要】
1.一种基于凸神经网络的咨询对话唯一答案寻优方法，其特征在于，包括：
构造评价模型，所述评价模型根据询问文本从答案文本中获取多个候选答案，并通过凸神经网络对所述候选答案进行评估；
根据评估结果获取多个所述候选答案中的最优答案。
2.根据权利要求1所述的基于凸神经网络的咨询对话唯一答案寻优方法，其特征在于，将所述询问文本转化为问题向量，将所述答案文本转化为答案向量；
根据所述问题向量和所述答案向量的匹配度构造所述评价模型的评价函数。
3.根据权利要求1所述的基于凸神经网络的咨询对话唯一答案寻优方法，其特征在于，所述凸神经网络包括多层网络，每层网络的权重参数非负，且每层网络的激活函数为凸函数。
4.根据权利要求3所述的基于凸神经网络的咨询对话唯一答案寻优方法，其特征在于，根据当前层网络的结构参数构造下一层网络的激活函数；其中，结构参数包括当前层网络的权重参数、当前层网络的激活函数、所述候选答案。
<...
【专利技术属性】
技术研发人员：彭德光，孙健，汤宇腾，
申请(专利权)人：重庆兆光科技股份有限公司，
类型：发明
国别省市：重庆;50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。