TOP特許意匠商標
特許ウォッチ DM通知 Twitter
公開番号2023012541
公報種別公開特許公報(A)
公開日2023-01-25
出願番号2022178303
出願日2022-11-07
発明の名称テーブルに基づく質問応答方法、装置及び電子機器
出願人ベイジン バイドゥ ネットコム サイエンス テクノロジー カンパニー リミテッド,Beijing Baidu Netcom Science Technology Co., Ltd.
代理人名古屋国際弁理士法人
主分類G06F 16/90 20190101AFI20230118BHJP(計算;計数)
要約【課題】テーブルに基づく質問応答の效率を向上させ、テーブルに基づく質問応答の精度を向上させることができる質問応答方法、装置及び電子機器を提供する。
【解決手段】方法は、処理対象の質問テキスト及び質問応答のための、少なくとも1つの属性名を含む情報テーブルを決定し、質問テキスト及び少なくとも1つの属性名に基づいて、文字ベクトルシーケンス、位置ベクトルシーケンス及びタイプベクトルシーケンスを決定し、文字ベクトルシーケンス、位置ベクトルシーケンス及びタイプベクトルシーケンスに基づいて、質問テキスト内の属性名セグメントと属性値セグメントとを決定し、属性名セグメント、属性値セグメント及び情報テーブルに基づいて、質問テキストに対応する回答を決定する。
【選択図】図3
特許請求の範囲【請求項1】
処理対象の質問テキスト及び質問応答のための情報テーブルを決定するステップであって、前記情報テーブルには、少なくとも1つの属性名が含まれるステップと、
前記質問テキスト及び前記少なくとも1つの属性名に基づいて、文字ベクトルシーケンス、位置ベクトルシーケンス及びタイプベクトルシーケンスを決定するステップと、
前記文字ベクトルシーケンス、前記位置ベクトルシーケンス及び前記タイプベクトルシーケンスに基づいて、前記質問テキスト内の属性名セグメントと属性値セグメントとを決定するステップと、
前記属性名セグメント、前記属性値セグメント及び前記情報テーブルに基づいて、前記質問テキストに対応する回答を決定するステップと、を含む、
ことを特徴とするテーブルに基づく質問応答方法。
続きを表示(約 4,300 文字)【請求項2】
前記質問テキスト及び前記少なくとも1つの属性名に基づいて、文字ベクトルシーケンス、位置ベクトルシーケンス及びタイプベクトルシーケンスを決定するステップは、
前記質問テキスト内の各文字及び前記少なくとも1つの属性名内の各文字に基づいて、質問属性文字シーケンスを生成するステップと、
前記質問属性文字シーケンス内の各文字に対してベクトル化処理を行って、前記文字ベクトルシーケンスを取得するステップと、
前記質問属性文字シーケンス内の各文字の位置情報に対してベクトル化処理を行って、前記位置ベクトルシーケンスを取得するステップと、
前記質問属性文字シーケンス内の各文字のタイプ情報に基づいてベクトル化処理を行って、前記タイプベクトルシーケンスを取得するステップであって、前記タイプ情報は、前記文字が前記質問テキスト又は前記少なくとも1つの属性名に属していることを示すステップと、を含む、
ことを特徴とする請求項1に記載のテーブルに基づく質問応答方法。
【請求項3】
前記文字ベクトルシーケンス、前記位置ベクトルシーケンス及び前記タイプベクトルシーケンスに基づいて、前記質問テキスト内の属性名セグメントと属性値セグメントとを決定するステップは、
前記文字ベクトルシーケンス、前記位置ベクトルシーケンス及び前記タイプベクトルシーケンスに基づいて、前記質問テキスト内の各文字の確率情報を決定するステップであって、前記確率情報には、前記少なくとも1つの属性名に属する確率、および前記少なくとも1つの属性名に対応する属性値に属する確率が含まれるステップと、
前記質問テキスト内の各文字が前記少なくとも1つの属性名に属する確率及び前記少なくとも1つの属性名に対応する属性値に属する確率に基づいて、前記質問テキスト内の属性名セグメントと属性値セグメントとを決定するステップと、を含む、
ことを特徴とする請求項1に記載のテーブルに基づく質問応答方法。
【請求項4】
前記文字ベクトルシーケンス、前記位置ベクトルシーケンス及び前記タイプベクトルシーケンスに基づいて、前記質問テキスト内の各文字の確率情報を決定するステップは、
前記文字ベクトルシーケンス、前記位置ベクトルシーケンス及び前記タイプベクトルシーケンスに対して加算処理を行って、処理されたベクトルシーケンスを取得するステップと、
前記処理されたベクトルシーケンスに対してセマンティック表現を抽出して、セマンティック表現ベクトルシーケンスを取得するステップであって、前記セマンティック表現ベクトルシーケンスには、前記質問テキスト内の各文字のセマンティック表現ベクトル、及び前記少なくとも1つの属性名内の各文字のセマンティック表現ベクトルが含まれるステップと、
各属性名について、前記属性名内の各文字のセマンティック表現ベクトルに対して加算および平均化処理を行って、前記属性名のセマンティック表現ベクトルを決定するステップと、
任意の文字属性名ペアについて、前記文字属性名ペアのうちの第1の文字のセマンティック表現ベクトル及び前記文字属性名ペアのうちの第1の属性名のセマンティック表現ベクトルをスプライシングして、第1のスプライシングベクトルを取得するステップと、
前記第1のスプライシングベクトルに基づいて、前記第1の文字が前記第1の属性名に属する確率、及び前記第1の文字が前記第1の属性名に対応する属性値に属する確率を決定するステップと、を含む、
ことを特徴とする請求項3に記載のテーブルに基づく質問応答方法。
【請求項5】
前記質問テキスト内の各文字が前記少なくとも1つの属性名に属する確率及び前記少なくとも1つの属性名に対応する属性値に属する確率に基づいて、前記質問テキスト内の属性名セグメントと属性値セグメントとを決定するステップは、
前記質問テキスト内の各文字について、前記文字が前記少なくとも1つの属性名に属する確率及び前記少なくとも1つの属性名に対応する属性値に属する確率に基づいて、前記文字が属する属性名又は前記文字が属する属性値を決定するステップと、
前記質問テキスト内の各文字が属する属性名又は前記文字が属する属性値に基づいて、前記属性名セグメントと前記属性値セグメントとを決定するステップと、を含む、
ことを特徴とする請求項3に記載のテーブルに基づく質問応答方法。
【請求項6】
前記情報テーブルには、各前記属性名に対応する少なくとも1つの属性値がさらに含まれ、
前記属性名セグメント、前記属性値セグメント及び前記情報テーブルに基づいて、前記質問テキストに対応する回答を決定するステップは、
前記属性名セグメントと前記属性値セグメントとに基づいて前記情報テーブルをクエリして、前記属性名セグメントおよび前記属性値セグメントに対応するコンテンツを取得するステップと、
前記コンテンツを前記質問テキストに対応する回答として決定するステップと、を含む、
ことを特徴とする請求項1に記載のテーブルに基づく質問応答方法。
【請求項7】
初期の質問応答モデルを構築するステップであって、前記質問応答モデルは、質問テキスト及び情報テーブル内の属性名に対してベクトル抽出を行って、文字ベクトルシーケンス、位置ベクトルシーケンス及びタイプベクトルシーケンスを取得するベクトル抽出モジュールと、セマンティック表現ベクトルシーケンスを抽出するセマンティック抽出モジュールと、セマンティック表現ベクトルシーケンス内の質問テキスト文字のセマンティック表現ベクトル及び属性名のセマンティック表現ベクトルをスプライシングして前記質問テキスト内の属性名セグメントと属性値セグメントを予測するモジュールと、を含むステップと、
トレーニングデータを取得するステップであって、前記トレーニングデータは、情報テーブル内の少なくとも1つの属性名と、サンプル質問テキストと、前記サンプル質問テキストに対応するサンプル属性名セグメント及びサンプル属性値セグメントとを含むステップと、
前記質問応答モデルの入力として前記サンプル質問テキスト及び前記少なくとも1つの属性名を使用して、前記質問応答モデルの出力として前記サンプル属性名セグメント及び前記サンプル属性値セグメントを使用して、前記質問応答モデルをトレーニングするステップと、を含む、
ことを特徴とする質問応答モデルのトレーニング方法。
【請求項8】
前記質問応答モデルの入力として前記サンプル質問テキスト及び前記少なくとも1つの属性名を使用して、前記質問応答モデルの出力として前記サンプル質問テキストに対応する前記属性名セグメント及び前記属性値セグメントを使用して、前記質問応答モデルをトレーニングするステップは、
前記サンプル質問テキストおよび前記少なくとも1つの属性名を前記質問応答モデルを入力して、前記質問応答モデルから出力された予測属性名セグメントと予測属性値セグメントを取得するステップと、
前記予測属性名セグメント、予測属性値セグメント、前記サンプル属性名セグメントおよび前記サンプル属性値セグメントに基づいて、損失関数を構築するステップと、
前記損失関数の値に基づいて、前記質問応答モデルに対して係数を調整して、トレーニングを実現するステップと、を含む、
ことを特徴とする請求項7に記載の質問応答モデルのトレーニング方法。
【請求項9】
前記質問応答モデルは、セマンティック表現ベクトルシーケンス内の質問テキスト文字のセマンティック表現ベクトル及び属性名のセマンティック表現ベクトルをセマンティックマッチングして、セマンティックマッチング度合いを決定するセマンティックマッチングモジュールをさらに含み、
前記質問応答モデルの入力として前記サンプル質問テキスト及び前記少なくとも1つの属性名を使用して、前記質問応答モデルの出力として前記サンプル属性名セグメント及び前記サンプル属性値セグメントを使用して、前記質問応答モデルをトレーニングするステップは、
前記サンプル質問テキストおよび前記少なくとも1つの属性名を前記質問応答モデルを入力して、前記質問応答モデルから出力された予測属性名セグメントと予測属性値セグメントを取得するステップと、
前記予測属性名セグメント、予測属性値セグメント、前記サンプル属性名セグメントおよび前記サンプル属性値セグメントに基づいて、第1の損失関数を構築するステップと、
前記セマンティックマッチングモジュールから出力された予測マッチング度合い及び予め設定されたマッチング度合い閾値に基づいて、第2の損失関数を構築するステップと、
前記第1の損失関数と前記第2の損失関数とに基づいて、総損失関数を構築するステップと、
前記総損失関数の値に基づいて、前記質問応答モデルに対して係数を調整して、トレーニングを実現するステップと、を含む、
ことを特徴とする請求項7に記載の質問応答モデルのトレーニング方法。
【請求項10】
処理対象の質問テキスト及び質問応答のための情報テーブルを決定する第1の決定モジュールであって、前記情報テーブルには、少なくとも1つの属性名が含まれる第1の決定モジュールと、
前記質問テキスト及び前記少なくとも1つの属性名に基づいて、文字ベクトルシーケンス、位置ベクトルシーケンス及びタイプベクトルシーケンスを決定する第2の決定モジュールと、
前記文字ベクトルシーケンス、前記位置ベクトルシーケンス及び前記タイプベクトルシーケンスに基づいて、前記質問テキスト内の属性名セグメントと属性値セグメントとを決定する第3の決定モジュールと、
前記属性名セグメント、前記属性値セグメント及び前記情報テーブルに基づいて、前記質問テキストに対応する回答を決定する第4の決定モジュールと、を含む、
ことを特徴とするテーブルに基づく質問応答装置。
(【請求項11】以降は省略されています)

発明の詳細な説明【技術分野】
【0001】
本開示は、人工知能技術の分野に関し、特に自然言語処理、深層学習技術の分野に関し、特にテーブルに基づく質問応答方法、装置及び電子機器に関する。
続きを表示(約 2,800 文字)【背景技術】
【0002】
関連技術における質問応答方法は、主に、入力された質問に基づいて質問の各文字を文字ベクトルに変換して、文字ベクトルシーケンスを決定し、文字ベクトルシーケンスに基づいて質問の各文字が複数の固定カテゴリに属する確率を計算するが、テーブル質問応答におけるカテゴリは固定されていないため、質問応答の効率が低く、精度が低くなる。
【発明の概要】
【0003】
本開示は、テーブルに基づく質問応答方法、装置及び電子機器を提供する。
【0004】
本開示の一態様によれば、テーブルに基づく質問応答方法を提供し、処理対象の質問テキスト及び質問応答のための情報テーブルを決定するステップであって、前記情報テーブルには、少なくとも1つの属性名が含まれるステップと、前記質問テキスト及び前記少なくとも1つの属性名に基づいて、文字ベクトルシーケンス、位置ベクトルシーケンス及びタイプベクトルシーケンスを決定するステップと、前記文字ベクトルシーケンス、前記位置ベクトルシーケンス及び前記タイプベクトルシーケンスに基づいて、前記質問テキスト内の属性名セグメントと属性値セグメントとを決定するステップと、前記属性名セグメント、前記属性値セグメント及び前記情報テーブルに基づいて、前記質問テキストに対応する回答を決定するステップと、を含む。
【0005】
本開示の別の態様によれば、質問応答モデルのトレーニング方法を提供し、初期の質問応答モデルを構築するステップであって、前記質問応答モデルは、質問テキスト及び情報テーブル内の属性名に対してベクトル抽出を行って、文字ベクトルシーケンス、位置ベクトルシーケンス及びタイプベクトルシーケンスを取得するためのベクトル抽出モジュールと、セマンティック表現ベクトルシーケンスを抽出するためのセマンティック抽出モジュールと、セマンティック表現ベクトルシーケンス内の質問テキスト文字のセマンティック表現ベクトル及び属性名のセマンティック表現ベクトルをスプライシングして前記質問テキスト内の属性名セグメントと属性値セグメントを予測するためのモジュールとを含むステップと、トレーニングデータを取得するステップであって、前記トレーニングデータは、情報テーブル内の少なくとも1つの属性名と、サンプル質問テキストと、前記サンプル質問テキストに対応するサンプル属性名セグメント及びサンプル属性値セグメントとを含むステップと、前記質問応答モデルの入力として前記サンプル質問テキスト、及び前記少なくとも1つの属性名を使用して、前記質問応答モデルの出力として前記サンプル属性名セグメント及び前記サンプル属性値セグメントを使用して、前記質問応答モデルをトレーニングするステップとを含む。
【0006】
本開示の別の態様によれば、テーブルに基づく質問応答装置を提供し、処理対象の質問テキスト及び質問応答のための情報テーブルを決定するための第1の決定モジュールであって、前記情報テーブルには、少なくとも1つの属性名が含まれる第1の決定モジュールと、前記質問テキスト及び前記少なくとも1つの属性名に基づいて、文字ベクトルシーケンス、位置ベクトルシーケンス及びタイプベクトルシーケンスを決定するための第2の決定モジュールと、前記文字ベクトルシーケンス、前記位置ベクトルシーケンス及び前記タイプベクトルシーケンスに基づいて、前記質問テキスト内の属性名セグメントと属性値セグメントとを決定するための第3の決定モジュールと、前記属性名セグメント、前記属性値セグメント及び前記情報テーブルに基づいて、前記質問テキストに対応する回答を決定するための第4の決定モジュールと、を含む。
【0007】
本開示の別の態様によれば、質問応答モデルのトレーニング装置を提供し、初期の質問応答モデルを構築するための構築モジュールであって、前記質問応答モデルは、質問テキスト及び情報テーブル内の属性名に対してベクトル抽出を行って、文字ベクトルシーケンス、位置ベクトルシーケンス及びタイプベクトルシーケンス抽出を取得するためのベクトル抽出モジュールと、セマンティック表現ベクトルシーケンスを抽出するためのセマンティック抽出モジュールと、セマンティック表現ベクトルシーケンス内の質問テキスト文字のセマンティック表現ベクトル及び属性名のセマンティック表現ベクトルをスプライシングして前記質問テキスト内の属性名セグメントと属性値セグメントを予測するためのモジュールとを含む構築モジュールと、トレーニングデータを取得するための取得モジュールであって、前記トレーニングデータは、情報テーブル内の少なくとも1つの属性名と、サンプル質問テキストと、前記サンプル質問テキストに対応するサンプル属性名セグメント及びサンプル属性値セグメントとを含む取得モジュールと、前記質問応答モデルの入力として前記サンプル質問テキスト及び前記少なくとも1つの属性名を使用して、前記質問応答モデルの出力として前記サンプル属性名セグメント及び前記サンプル属性値セグメントを使用して、前記質問応答モデルをトレーニングするためのトレーニングモジュールと、を含む。
【0008】
本開示のさらに別の態様によれば、電子機器を提供し、
少なくとも1つのプロセッサと、
前記少なくとも1つのプロセッサと通信可能に接続されるメモリと、を含み、
前記メモリには、前記少なくとも1つのプロセッサによって実行される命令が記憶されており、前記命令は、前記少なくとも1つのプロセッサが本開示の上記の一態様によるテーブルに基づく質問応答方法、又は、本開示の上記の別の態様による質問応答モデルのトレーニング方法を実行できるように、前記少なくとも1つのプロセッサによって実行される。
【0009】
本開示のさらに一態様によれば、コンピュータ命令が記憶されている非一時的なコンピュータ読み取り可能な記憶媒体を提供し、
前記コンピュータ命令は、コンピュータに本開示の上記の一態様によるテーブルに基づく質問応答方法、又は、本開示の上記の別の態様による質問応答モデルのトレーニング方法を実行させる。
【0010】
本開示のさらに一態様によれば、コンピュータプログラムを提供し、前記コンピュータプログラムがプロセッサによって実行される場合、本開示の上記の一態様によるテーブルに基づく質問応答方法、又は、本開示の上記の別の態様による質問応答モデルのトレーニング方法が実現される。
(【0011】以降は省略されています)

この特許をJ-PlatPatで参照する

関連特許

個人
手乗せマウス。
今日
株式会社リコー
筆記具
12日前
個人
販売システム
18日前
個人
情報処理装置
1か月前
東レ株式会社
画像検査方法
21日前
コクヨ株式会社
支持台
21日前
コクヨ株式会社
支持台
21日前
コクヨ株式会社
支持台
21日前
個人
特許文献集合の分析方法
19日前
個人
勤怠管理システム
20日前
個人
巡回セールスマン問題解法
20日前
個人
アイデアマーケットの構築
21日前
クツワ株式会社
スタンド
7日前
アズビル株式会社
防爆装置
21日前
個人
熱画像を用いる生体認証装置
19日前
個人
広告分析システム
6日前
トヨタ自動車株式会社
サーバー
7日前
シヤチハタ株式会社
商品受発注システム
21日前
株式会社齋藤創造研究所
制御装置
19日前
キヤノン株式会社
通信装置
21日前
三菱電機株式会社
計算機システム
1か月前
個人
保険契約管理システム
27日前
花王株式会社
化粧料開発支援方法
18日前
サクサ株式会社
電源制御回路
21日前
株式会社WAGOON
情報処理装置
19日前
三菱電機株式会社
HMI装置
27日前
個人
明細書作成支援装置及び文章抽出装置
20日前
株式会社トワール
合否予測システム
19日前
アスエネ株式会社
電力取引システム
21日前
個人
入力方法、および指標入力プログラム
20日前
個人
「仕事・勉強部屋時間貸しサービス」
18日前
キヤノン株式会社
画像処理システム
18日前
個人
ユーザインターフェースシステム
20日前
株式会社テクノア
情報処理装置
19日前
個人
電子マネー貸金庫情報管理配信システム
19日前
個人
収納サービス提供システム
18日前
続きを見る