基于机器阅读理解的知识增强方法、系统、装置、介质制造方法及图纸

本发明专利技术属于自然语言数据处理技术领域，具体涉及基于机器阅读理解的知识增强方法、系统、装置、介质，利用置信度机制计算当前样本的置信度分数，从而确定当前样本是否需要融合外部知识辅助作答，能够有效地解决知识的冗余及噪音问题，推理过程可靠性高，大大提高了机器对于阅读理解题目的准确率。

【技术实现步骤摘要】

本专利技术属于自然语言数据处理，具体涉及基于机器阅读理解的知识增强方法、系统、装置、介质。

技术介绍

1、机器阅读理解是一种基于文本内容的智能问答技术，机器根据给定的问题从对应的文本中预测答案。预测的答案类型有多项选择型、区间答案型和自由生成型等。其中，多项选择型是从多个预设的答案选项选择出答案，区间答案型则是从段落中标识出答案的起止位置以提供答案，自由生成型则是自行生成答案。

2、为了避免提供的文本信息有时不足以支撑机器阅读理解模型回答问题，产生了与外部知识相结合的机器阅读理解模型，如基于transformer的预训练语言模型。但是，已有的基于知识融合的机器阅读理解方法仍存在着以下两点问题：

3、（1）将检索到的知识直接与文本信息融合来作为模型输入，不考虑知识的可靠性和适用性以及上下文信息是否足够支撑模型作答的问题，一致融合进预训练语言模型，容易产生信息冗余并带来噪音，很难保证知识的有效性；

4、（2）将检索到的知识直接与文本信息融合，不考虑知识图谱与文本信息属于不同模态的信息。比如，通过把检索到的知识转换为文本信息进本文档来自技高网...

【技术保护点】

1.一种基于机器阅读理解的知识增强方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于机器阅读理解的知识增强方法，其特征在于，

3.根据权利要求1所述的基于机器阅读理解的知识增强方法，其特征在于，

4.根据权利要求1所述的基于机器阅读理解的知识增强方法，其特征在于，

5.根据权利要求1所述的基于机器阅读理解的知识增强方法，其特征在于，

6.根据权利要求1所述的基于机器阅读理解的知识增强方法，其特征在于，

7.一种基于机器阅读理解的知识增强系统，其特征在于，包括：

8.一种基于机器阅读理解的知识增...

【技术特征摘要】

1.一种基于机器阅读理解的知识增强方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的基于机器阅读理解的知识增强方法，其特征在于，

3.根据权利要求1所述的基于机器阅读理解的知识增强方法，其特征在于，

4.根据权利要求1所述的基于机器阅读理解的知识增强方法，其特征在于，

5.根据权利要求1所述的基于机器阅读理解的知识增强方法，其特征在于，

6.根据权利要求1所述的基于机器阅读理解的知识增强方法，其特...

【专利技术属性】
技术研发人员：宋扬，孟祥惠，
申请(专利权)人：曲阜师范大学，
类型：发明
国别省市：