阅读任务处理方法及相关设备技术

本申请涉及人工智能技术领域，提供了一种阅读任务处理方法及相关设备，该阅读任务处理方法包括：获取阅读信息、与阅读信息相关联的目标问题信息和历史对话信息；执行迭代处理步骤直至完成对所有轮次历史对话信息的处理，并将基于最后轮次的历史对话信息确定的阅读信息的当前时刻信息表示作为历史对话信息在阅读信息中的第一信息表示；基于第一信息表示确定目标问题信息在阅读信息中的第二信息表示；基于第二信息表示在阅读信息中确定用于答复目标问题信息的答复信息。本申请的实施有利于提高基于目标问题信息预测答复结果的准确度。

【技术实现步骤摘要】
阅读任务处理方法及相关设备
本申请涉及人工智能
，具体而言，本申请涉及一种阅读任务处理方法及相关设备。
技术介绍
随着人工智能技术的发展，人工智能技术已应用于多个
当将人工智能技术应用于对话式阅读理解的领域时，一般通过人工智能技术让机器执行阅读理解任务。阅读理解任务主要是指让机器根据指定的阅读信息回答与该阅读信息相关的问题。在机器执行该阅读理解任务时，需要通过模型建模问题信息和阅读信息、问题信息和历史对话信息的关系。现有技术中，建模问题信息和阅读信息、问题信息和历史对话信息的关系时，一般采用拼接式方法和历史编码方法。其中，拼接式方式是基于预训练的语言模型进行，使用该模型的自注意力机制同时建模问题信息和阅读信息、问题信息和历史对话信息的关系；但是由于模型对于输入的序列有一个最大长度的限制，当阅读信息的内容较多或历史对话信息的轮次较多时，无法考虑全部的对话历史，限制了模型的性能，使得模型基于问题信息预测的答复结果准确度较低。历史编码方法是基于HAE(HistoryAnswerEmbedding)原理进行，该方法丢失了历史对话信本文档来自技高网...

【技术保护点】
1.一种阅读任务处理方法，其特征在于，包括：/n获取阅读信息、与所述阅读信息相关联的目标问题信息和至少一轮历史对话信息；/n执行迭代处理步骤直至完成对所有轮次历史对话信息的处理，并将基于最后轮次的历史对话信息确定的阅读信息的当前时刻信息表示作为所述至少一轮历史对话信息在所述阅读信息中的第一信息表示，所述迭代处理步骤包括：根据历史对话信息的时间顺序获取当前轮次的历史对话信息；基于所述当前轮次的历史对话信息与阅读信息的上一时刻信息表示确定所述阅读信息的当前时刻信息表示；/n基于所述第一信息表示确定所述目标问题信息在所述阅读信息中的第二信息表示；/n基于所述第二信息表示在所述阅读信息中确定用于答复所...

【技术特征摘要】
1.一种阅读任务处理方法，其特征在于，包括：
获取阅读信息、与所述阅读信息相关联的目标问题信息和至少一轮历史对话信息；
执行迭代处理步骤直至完成对所有轮次历史对话信息的处理，并将基于最后轮次的历史对话信息确定的阅读信息的当前时刻信息表示作为所述至少一轮历史对话信息在所述阅读信息中的第一信息表示，所述迭代处理步骤包括：根据历史对话信息的时间顺序获取当前轮次的历史对话信息；基于所述当前轮次的历史对话信息与阅读信息的上一时刻信息表示确定所述阅读信息的当前时刻信息表示；
基于所述第一信息表示确定所述目标问题信息在所述阅读信息中的第二信息表示；
基于所述第二信息表示在所述阅读信息中确定用于答复所述目标问题信息的答复信息。


2.根据权利要求1所述的方法，其特征在于，采用阅读任务处理模型执行所述阅读任务处理方法的步骤，所述阅读任务处理模型包括阅读信息更新模块，所述阅读信息更新模块包括基于所述历史对话信息级联设置的循环神经网络；采用级联设置的循环神经网络确定所述第一信息表示与第二信息表示。


3.根据权利要求2所述的方法，其特征在于，所述阅读任务处理模型还包括词嵌入模块；所述历史对话信息包括历史问题信息；所述采用级联设置的循环神经网络确定所述第一信息表示，包括：
针对当前轮次的历史对话信息，通过所述词嵌入模块对历史问题信息进行处理，确定所述历史问题信息的第三信息表示；通过级联设置的循环神经网络基于所述阅读信息的上一时刻信息表示与所述第三信息表示确定所述阅读信息的当前时刻信息表示；
将基于最后一轮历史对话信息中历史问题信息的第三信息表示与所述阅读信息的上一时刻信息表示确定的阅读信息的当前时刻信息表示，确定为第一信息表示；
所述采用级联设置的循环神经网络确定所述第二信息表示，包括：
通过所述词嵌入模块对目标问题信息进行处理，确定所述目标问题信息的目标信息表示；通过所述循环神经网络基于所述第一信息表示与所述目标信息表示确定所述目标问题信息在所述阅读信息中的第二信息表示。


4.根据权利要求2所述的方法，其特征在于，所述循环神经网络包括遗忘控制单元、输入控制单元、输出控制单元以及采用注意力机制设置的建模单元；
所述建模单元用于基于注意力机制建模问题信息与阅读信息的上一时刻信息表示之间的关系；所述阅读信息的上一时刻信息表示包括阅读信息的上一时刻信息状态与隐状态；
所述遗忘控制单元用于在阅读信息的上一时刻信息表示中提取用于计算阅读信息的当前时刻信息表示的内容；
所述输入控制单元用于在当前输入循环神经网络的信息中提取用于计算阅读信息的当前时刻信息表示的内容；
所述输出控制单元用于在阅读信息的当前时刻信息状态中提取用于计算循环神经网络输出的隐状态的内容。


5.根据权利要求2所述的方法，其特征在于，所述阅读任务处理模型还包括答复信息预测模块，所述基于所述第二信息表示在所述阅读信息中确定用于答复所述目标问题信息的答复信息，包括：
通过所述答复信息预测模块对所述第二信息进行处理，在所述阅读信息中确定用于答复所述...

【专利技术属性】
技术研发人员：邱耀，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：广东;44