【技术实现步骤摘要】
答题信息的匹配方法、装置、服务器和存储介质
本专利技术实施例涉及语言处理
，尤其涉及一种答题信息的匹配方法、装置、服务器和存储介质。
技术介绍
答题信息匹配，就是给出一个问题句子，问题句子包含至少一个问题，根据问题句子从答案集中选择与问题最相关的答案。随着机器学习的迅速发展，目前常用的方法是利用数据集进行训练得到网络模型，然后将问题句子输入至训练好的网络模型，从而对问题句子进行匹配。因此，要得到准确性高的网络模型，需要大量的数据构建得到数据集。一般的，为了获得大量数据构建训练网络模型的数据集，需要利用多个参与方的数据进行训练。然而，通过多个参与方的数据训练答题信息匹配的网络模型，数据的隐私容易被泄露，数据的安全性不高。
技术实现思路
本专利技术实施例提供一种答题信息的匹配方法、装置、服务器和存储介质，以实现提高多个参与方的数据的安全性的效果。第一方面，本专利技术实施例提供了一种答题信息的匹配方法，包括：获取用于训练答案选择网络模型的数据集，所述数据集来源于多个参与者；...
【技术保护点】
1.一种答题信息的匹配方法，其特征在于，包括：/n获取用于训练答案选择网络模型的数据集，所述数据集来源于多个参与者；/n基于所述数据集对答案选择网络模型进行训练，得到训练好的答案选择网络模型；/n基于所述训练好的答案选择网络模型对目标问题句子进行匹配；/n所述基于所述数据集对答案选择网络模型进行训练，得到训练好的答案选择网络模型，包括：/n将所述答案选择网络模型的初始化参数进行加密，得到加密参数；/n将所述加密参数分发给所述多个参与者；/n接收每一个参与者反馈的初始加密梯度，得到多个初始加密梯度，其中，所述初始加密梯度通过所述参与者对所述加密参数进行解密，并计算所述答案选择...
【技术特征摘要】
1.一种答题信息的匹配方法，其特征在于，包括：
获取用于训练答案选择网络模型的数据集，所述数据集来源于多个参与者；
基于所述数据集对答案选择网络模型进行训练，得到训练好的答案选择网络模型；
基于所述训练好的答案选择网络模型对目标问题句子进行匹配；
所述基于所述数据集对答案选择网络模型进行训练，得到训练好的答案选择网络模型，包括：
将所述答案选择网络模型的初始化参数进行加密，得到加密参数；
将所述加密参数分发给所述多个参与者；
接收每一个参与者反馈的初始加密梯度，得到多个初始加密梯度，其中，所述初始加密梯度通过所述参与者对所述加密参数进行解密，并计算所述答案选择网络模型在所述参与者对应的数据集上的梯度后进行加密得到；
根据所述多个初始加密梯度计算目标加密梯度；
根据所述目标加密梯度更新所述答案选择网络模型的参数，得到训练好的答案选择网络模型。
2.如权利要求1答题信息的匹配方法，其特征在于，所述基于所述训练好的答案选择网络模型对目标问题句子进行匹配，包括：
获取待比对的目标问题句子和待匹配的目标答案句子；
将所述目标问题句子和目标答案句子输入至训练好的答案选择网络模型；
接收所述训练好的答案选择网络模型输出的匹配度，所述匹配度通过所述训练好的答案选择网络模型根据所述目标问题句子和目标答案句子确定；
根据所述匹配度判断所述目标答案句子是否为所述目标问题句子对应的正确答案。
3.如权利要求1所述的答题信息的匹配方法，其特征在于，所述数据集包括问答数据集和知识库数据集，所述基于所述数据集对答案选择网络模型进行训练，得到训练好的答案选择网络模型，还包括：
基于所述问答数据集和知识库数据集对答案选择网络模型进行训练，得到所述训练好的答案选择网络模型。
4.如权利要求3所述的答题信息的匹配方法，其特征在于，所述问答数据集包括多个训练问题句子和训练答案句子的对应关系，所述知识库数据集包括实体对应的候选项，所述基于所述问答数据集和知识库数据集对答案选择网络模型进行训练，得到所述训练好的答案选择网络模型，包括：
根据所述知识库数据集匹配与所述对应关系中的目标实体对应的候选项，得到多个训练数据，所述训练数据包括对应关系和所述对应关系中的目标实体对应的候选项；
基于多个打标后的训练数据对答案选择网络模型进行训练，得到所述训练好的答案选择网络模型。
5.如权利要求2所述的答题信息的匹配方法，其特征在于，所述根据所述匹配度判断所述目标答案句子是否为所述目标问题句子对应的正确答案，包括：
判断所述匹配度是否大于预设匹配度...
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。