【技术实现步骤摘要】
基于BERT的机器阅读理解方法、装置、设备及存储介质
[0001]本申请涉及人工智能
,尤其涉及一种基于BERT的机器阅读理解方法、装置、计算机设备及计算机可读存储介质。
技术介绍
[0002]机器阅读理解是人工智能技术的重要组成部分,过去几年里,随着深度学习的出现,机器阅读理解(其要求机器基于给定的上下文回答问题)已经赢得了越来越广泛的关注,尤其是随着以BERT(Bidirectional EncoderRepresentations from Transformers预训练语言模型)为代表的预训练语言模型的发展,机器阅读理解任务都有着飞速的发展,主要体现为从关注限定文本到结合外部知识,从关注特定片段到对上下文的全面理解。然而在实际的应用场景中,常常会面临单个问题对应多个搜索引擎检索获得的文档,即需要整合多个文档的信息来预测答案。
[0003]目前对于多文档阅读理解,多采用多个文档进行拼接成一个长文档,再采用文档滑动窗口,将长文档拆分为固定长度的多个段文本,每个文本段均与问题进行拼接后进行阅读理解,对同一个问题选择多个文本段中得分最高的答案作为该问题的阅读理解答案。例如,MS MARCO(Microsoft MAchineReading Comprehension微软机器阅读理解)的Question Answering(智能问答)数据集是一个国际上权威的阅读理解数据集,其每条记录包含一个问题,十个候选文档,这十个候选答案有一个或者两个是包含问题答案文档。使用基于bert预训练语言模型在测试集上进行对比
【技术保护点】
【技术特征摘要】
1.一种基于BERT的机器阅读理解方法,其特征在于,包括:获取待训练的第一问题和多个候选文档,将所述第一问题分别与各个候选文档组合,生成待训练问题文档对;根据所述待训练问题文档对训练第一预置预训练语言模型,生成文档排序模型;根据所述待训练问题文档对训练预置多文档答案预测模型,生成阅读理解模型;获取待预测问题文档对,其中,所述待预测问题文档对包括第二问题和所述第二问题对应的多个候选文档;基于所述文档排序模型,根据所述待预测问题文档对,输出所述第二问题对应的目标文档;基于所述阅读理解模型,根据所述第二问题和所述目标文档,获取所述阅读理解模型输出所述目标文档中的目标文本,并将所述目标文本作为所述第二问题的阅读理解答案。2.如权利要求1所述的基于BERT的机器阅读理解方法,其特征在于,所述第一预置预训练语言模型包括字典文件、自注意力网络模型、结巴工具和中文分词工具;所述根据所述待训练问题文档对训练第一预置预训练语言模型,生成文档排序模型,包括:根据所述字典文件和所述待训练问题文档对,确定所述待训练问题文档对的第一文本向量信息;根据所述自注意力网络模型和所述第一文本向量信息,获取所述第一文本向量信息对应的第一文本语义向量信息;基于结巴工具,获取所述待训练问题文档对中第一问题和所述各个候选文档的位置特征向量信息;确定所述待训练问题文档对中所述第一问题与所述各个候选文档的相同字词特征和非共同字词特征,得到对应的字词特征向量信息;根据所述中文分词工具和所述待训练问题文档对,获取所述待训练问题文档对的命名实体特征向量信息;根据所述第一文本语义向量信息、所述位置特征向量信息、所述相同字词特征向量信息和所述命名实体特征向量信息,得到所述待训练问题文档对的第一文本语义特征向量信息;根据所述第一文本语义特征向量信息,得到对应的第一损失函数;根据所述第一损失函数更新所述第一预置预训练语言模型的模型参数,生成文档排序模型。3.如权利要求2所述的基于BERT的机器阅读理解方法,其特征在于,所述根据所述字典文件和所述待训练问题文档对,确定所述待训练问题文档对的第一文本向量信息,包括:根据所述字典对所述待训练问题文档对进行字词切分,得到所述待训练问题文档对中第一问题的第一问题序列以及所述各个文档的文档序列;将所述第一问题序列和所述文档序列进行拼接,生成对应的第一文本序列;将所述第一文本序列进行特征向量转换,得到对应的第一文本向量信息。4.如权利要求2所述的基于BERT的机器阅读理解方法,其特征在于,所述根据所述自注意力网络模型和所述第一文本向量信息,获取所述第一文本向量信息对应的第一文本语义向量信息,包括:
将所述第一文本向量信息输入所述自注意力网络模型,得到所述第一文本向量信息的各个语义空间的文本语义向量信息;根据所述各个语义空间的文本语义向量信息,获取所述自注意力网络模型输出的第一文本语义向量信息。5.如权利要求1所述的基于BERT的机器阅读理解方法,其特征在于,所述根据所述待训练问题文档对训练预置多文档答案预测模型,生成阅读理解模型,包括:确定所述待训练问题文档对的多个候选文档中与所述第一问题的答案最相似的目标候选文档,并将所...
【专利技术属性】
技术研发人员:侯丽,刘翔,
申请(专利权)人:平安科技深圳有限公司,
类型:发明
国别省市:
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。