一种构建中文智能问答系统的方法及装置制造方法及图纸

技术编号:43082499 阅读:24 留言:0更新日期:2024-10-26 09:32
本发明专利技术涉及计算机技术领域,具体提供了一种构建中文智能问答系统的方法及装置,融合中文语音识别和中文文本分类模型,使用深度卷积神经网络进行中文语音识别和通过预训练的深度学习模型BERT进行中文文本分类;所述中文语音识别模型将包含用户指令的音频文件转换为中文文本,然后通过中文文本分类模型来理解文本中的语义,自动执行相应的查询指令或回答通用知识,并对查询到的数据进行格式处理,结合预置的回复模板形成最终的输出内容。与现有技术相比,本发明专利技术能够在减少探索空间的同时,实现更好的算法性能。

【技术实现步骤摘要】

本专利技术涉及计算机,具体提供一种构建中文智能问答系统的方法及装置


技术介绍

1、随着人工智能以及自然语言处理领域的发展,中文智能问答系统已成为当今研究热点并逐渐被应用到各行各业。中文智能问答系统是自然语言处理领域一个很经典的问题,它可以根据人们的输入自动选择或者生成出相应的回复,从而可以帮助人们在特定领域或者开放领域解决一定的问题。目前,基于预训练深度学习模型的中文智能问答系统通过高质量的问题-答案语料建立联合学习模型,同时学习语料库、知识库和问句的语义表示及它们之间的语义映射关系,通过向量间的数值运算以对复杂的问答过程进行建模。这类方法的优势在于把传统的问句语义解析、文本检索、答案抽取与生成回复等这些复杂步骤转变为一个可学习的过程。中文智能问答系统是信息检索系统的一种高级形式,它能用准确、简洁的自然语言回答用户提出的问题。

2、预训练深度学习模型是一种提升深度学习算法性能的常用手段。预训练模型是某种深度学习的网络架构,并且包含这个网络架构在海量数据上训练好的一组权重。预训练深度学习模型可以作为某一具体任务的主干网络,并提供初始化参数,使具本文档来自技高网...

【技术保护点】

1.一种构建中文智能问答系统的方法,其特征在于,融合中文语音识别和中文文本分类模型,使用深度卷积神经网络进行中文语音识别和通过预训练的深度学习模型BERT进行中文文本分类;

2.根据权利要求1所述的一种构建中文智能问答系统的方法,其特征在于,具体步骤如下:

3.根据权利要求2所述的一种构建中文智能问答系统的方法,其特征在于,在步骤S1中,进一步包括:

4.根据权利要求3所述的一种构建中文智能问答系统的方法,其特征在于,在步骤S2中,进一步包括:

5.根据权利要求4所述的一种构建中文智能问答系统的方法,其特征在于,在步骤S3中,进一步包括:<...

【技术特征摘要】

1.一种构建中文智能问答系统的方法,其特征在于,融合中文语音识别和中文文本分类模型,使用深度卷积神经网络进行中文语音识别和通过预训练的深度学习模型bert进行中文文本分类;

2.根据权利要求1所述的一种构建中文智能问答系统的方法,其特征在于,具体步骤如下:

3.根据权利要求2所述的一种构建中文智能问答系统的方法,其特征在于,在步骤s1中,进一步包括:

4.根据权利要求3所述的一种构建中文智能问答系统的方法,其特征在于,在步骤s2中,进一步包括:

5.根据权...

【专利技术属性】
技术研发人员:豆世鑫左鹏徐士强孙海峰马云云
申请(专利权)人:浪潮云信息技术股份公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1