公开(公告)号：CN110795535A

公开(公告)日：2020-02-14

申请号：CN201911033469.4

申请日：2019-10-28

Applicant: 桂林电子科技大学

Inventor： 蔡晓东 ,  郑淑婷 ,  侯珍珍 ,  田文靖

IPC: G06F16/33 ,  G06F16/332 ,  G06F16/35 ,  G06F40/289 ,  G06F40/30

Abstract: 本发明公开了一种深度可分离卷积残差块的阅读理解系统及方法，涉及自然语言处理技术领域，技术方案为，包括以下步骤：数据预处理，对数据进行词向量化表示，转化为网络能够识别的数据信息；提取上下文特征信息，采用卷积残差块对输入数据进行编码，获取输入文本上下文的语义信息；提取交互特征信息，采用三线性相似函数获取文本段落和问题间的语义交互信息；推测并输出答案，采用卷积残差快对交互信息进行编码，并输出预测。相对现有技术，本发明能够在确保答案准确性的同时，显著提升模型的训练和推理速率。

公开(公告)号：CN110597947B

公开(公告)日：2023-03-28

申请号：CN201910214487.6

申请日：2019-03-20

Applicant: 桂林电子科技大学

Inventor： 蔡晓东 ,  侯珍珍

IPC: G06F16/33

Abstract: 本发明涉及一种基于全局和局部注意力交互的阅读理解系统及方法，其方法包括以下步骤：S1、输入文本段落C、问题Q、候选答案集A构成的三元组格式数据，对数据中的文本段落C、问题Q和候选答案集A分别进行训练得到词向量，并将词向量进行初始化，得到网络输入数据；S2、对网络输入数据中文本段落C和问题Q的词向量进行编码，在局部情况下，获得文本段落C和问题Q之间的交互信息S1；以及在全局情况下，获得问题Q对文本段落C的关注度S2；S3、将交互信息S1和关注度S2进行融合和计算，依据计算结果选择候选答案集A中概率最高的单词作为预测答案。相对现有技术，本发明能够获得问题和文档之间更多的交互信息，提高推断答案的准确性。

公开(公告)号：CN109214001A

公开(公告)日：2019-01-15

申请号：CN201810967045.4

申请日：2018-08-23

Applicant: 桂林电子科技大学

Inventor： 蔡晓东 ,  侯珍珍

IPC: G06F17/27 ,  G06F16/332 ,  G06F16/953 ,  G06N3/08

Abstract: 本发明涉及一种中文语义匹配系统及方法，方法包括以下步骤收集公开Quora英文数据集并从网上爬取所需要的中文数据集，对数据进行处理，将数据转化为网络能够识别的输入数据；构建以注意力机制和BiLSTM为基准的句子对语义特征提取模型，利用语义特征提取模型对输入数据进行处理，获取输入数据的语义特征；将提取的语义特征进行融并进行计算，输出预测的结果。相对现有技术，本发明能够更好的捕获两个句子对间更多的语义信息，从而提高判断问题的准确性。

公开(公告)号：CN110597947A

公开(公告)日：2019-12-20

申请号：CN201910214487.6

申请日：2019-03-20

Applicant: 桂林电子科技大学

Inventor： 蔡晓东 ,  侯珍珍

IPC: G06F16/33

Abstract: 本发明涉及一种基于全局和局部注意力交互的阅读理解系统及方法，其方法包括以下步骤：S1、输入文本段落C、问题Q、候选答案集A构成的三元组格式数据，对数据中的文本段落C、问题Q和候选答案集A分别进行训练得到词向量，并将词向量进行初始化，得到网络输入数据；S2、对网络输入数据中文本段落C和问题Q的词向量进行编码，在局部情况下，获得文本段落C和问题Q之间的交互信息S1；以及在全局情况下，获得问题Q对文本段落C的关注度S2；S3、将交互信息S1和关注度S2进行融合和计算，依据计算结果选择候选答案集A中概率最高的单词作为预测答案。相对现有技术，本发明能够获得问题和文档之间更多的交互信息，提高推断答案的准确性。