公开(公告)号：CN111190997A

公开(公告)日：2020-05-22

申请号：CN201811298287.5

申请日：2018-10-26

Applicant: 南京大学

Inventor： 何铁科 ,  黎宇 ,  邹智鹏 ,  顾宇 ,  陈振宇 ,  史洋洋

IPC: G06F16/33 ,  G06F16/332 ,  G06F16/35 ,  G06F40/289

Abstract: 一种使用神经网络和机器学习排序算法的问答系统实现方法，其根据自然语言格式的问题，使用维基百科文档集作为数据源，给出短文本格式的答案。该方法分为文档检索和机器阅读理解两部分。文档检索部分使用LSI模型对问题和文档进行建模，根据用户提出的问题在维基百科文档库中查找最相关的五篇文档，然后将问题和这五篇文档作为下一阶段的输入，阅读理解部分使用双向神经网络分别对问题和文章中的段落进行建模，最后再使用一个双向神经网络学习最优的答案片段，将最终答案和答案所在段落反馈给用户。

公开(公告)号：CN111190997B

公开(公告)日：2024-01-05

申请号：CN201811298287.5

申请日：2018-10-26

Applicant: 南京大学

Inventor： 何铁科 ,  黎宇 ,  邹智鹏 ,  顾宇 ,  陈振宇 ,  史洋洋

IPC: G06F16/33 ,  G06F16/332 ,  G06F16/35 ,  G06F40/289

Abstract: 一种使用神经网络和机器学习排序算法的问答系统实现方法，其根据自然语言格式的问题，使用维基百科文档集作为数据源，给出短文本格式的答案。该方法分为文档检索和机器阅读理解两部分。文档检索部分使用LSI模型对问题和文档进行建模，根据用户提出的问题在维基百科文档库中查找最相关的五篇文档，然后将问题和这五篇文档作为下一阶段的输入，阅读理解部分使用双向神经网络分别对问题和文章中的段落进行建模，最后再使用一个双向神经网络学习最优的答案片段，将最终答案和答案所在段落反馈给用户。