公开(公告)号：CN109478204B

公开(公告)日：2023-09-15

申请号：CN201780031054.6

申请日：2017-05-17

Applicant: 微软技术许可有限责任公司

Inventor： A·特里施勒 ,  P·巴克曼 ,  袁星柢 ,  叶正 ,  A·索尔多尼

IPC: G06F40/20

Abstract: 本文所描述的是用于提供自然语言理解系统的系统和方法，该自然语言理解系统采用两阶段过程以用于文本的机器理解。第一阶段指示可能回答问题的一个或多个文本的段落中的单词。第一阶段输出针对该问题的候选答案集合，以及针对每个候选答案的正确性的第一概率。第二阶段通过将每个候选答案插入到问题中来形成一个或多个假设，并确定每个假设与文本中的每个句子之间是否存在语义关系。第二处理电路装置生成针对每个候选答案的正确性的第二概率，并将第一概率与第二概率组合，以产生被用来对候选答案进行排序的分数。具有最高分数的候选答案被选择作为预测的答案。

公开(公告)号：CN108780445B

公开(公告)日：2022-10-04

申请号：CN201780017804.4

申请日：2017-03-16

Applicant: 微软技术许可有限责任公司

Inventor： P·巴克曼 ,  A·特里施勒 ,  叶正 ,  袁星柢

IPC: G06F40/284 ,  G06F40/30 ,  G06N20/10 ,  G06N3/04 ,  G06N3/08 ,  G06N5/04 ,  G06N3/02 ,  G06N99/00

Abstract: 本公开的示例提供了涉及利用以并行层级布置的神经网络的具有基于学习的方法的机器理解测试的系统和方法。该并行层级使模型能够从各种视角比较段落、问题和答案，与使用手动设计的一组特征截然相反。视角的范围可以从词汇水平到句子片段再到句子序列，并且网络对文本的词汇嵌入表示进行操作。还提供了针对小数据的训练方法学。

公开(公告)号：CN117113969A

公开(公告)日：2023-11-24

申请号：CN202311102890.2

申请日：2017-05-17

Applicant: 微软技术许可有限责任公司

Inventor： A·特里施勒 ,  P·巴克曼 ,  袁星柢 ,  叶正 ,  A·索尔多尼

IPC: G06F40/20

Abstract: 本文所描述的是用于提供自然语言理解系统的系统和方法，该自然语言理解系统采用两阶段过程以用于文本的机器理解。第一阶段指示可能回答问题的一个或多个文本的段落中的单词。第一阶段输出针对该问题的候选答案集合，以及针对每个候选答案的正确性的第一概率。第二阶段通过将每个候选答案插入到问题中来形成一个或多个假设，并确定每个假设与文本中的每个句子之间是否存在语义关系。第二处理电路装置生成针对每个候选答案的正确性的第二概率，并将第一概率与第二概率组合，以产生被用来对候选答案进行排序的分数。具有最高分数的候选答案被选择作为预测的答案。