公开(公告)号：CN116361438A

公开(公告)日：2023-06-30

申请号：CN202310333880.3

申请日：2023-03-31

Applicant: 福州大学

Inventor： 陈羽中 ,  万祯 ,  郑超凡

IPC: G06F16/332 ,  G06F16/35 ,  G06F16/36 ,  G06F16/33 ,  G06F40/211 ,  G06F40/289 ,  G06F40/35 ,  G06N3/0455 ,  G06N3/0442 ,  G06N3/047 ,  G06N3/048 ,  G06N3/084

Abstract: 本发明涉及一种基于文本‑知识扩展图协同推理网络的问答方法及系统，该方法包括以下步骤：步骤A：在问答平台中收集用户的问题以及回答记录，并标注每一个问题‑答案对的真实标签，以此构建训练集DS；步骤B：使用训练集DS以及知识图谱，训练基于文本‑知识扩展图协同推理网络的深度学习网络模型M，以通过模型M来分析给定问题并给出相对应的答案；步骤C：将用户的问题输入到训练好的深度学习网络模型M中，输出匹配的答案。该方法及系统有利于提高对给定问题选择答案的准确性。

公开(公告)号：CN119167926A

公开(公告)日：2024-12-20

申请号：CN202411213844.4

申请日：2024-08-31

Applicant: 福州大学

Inventor： 陈羽中 ,  万祯 ,  陈子阳

IPC: G06F40/279 ,  G06F40/216 ,  G06F40/30 ,  G06F16/332 ,  G06N3/0464 ,  G06N3/0442

Abstract: 本发明涉及一种基于多视角图对比学习的答案选择方法及系统，该方法包括以下步骤：步骤A：在问答平台中收集用户的问题以及不同的回答记录，并标注每一个问答对的真实标签，得到多个问答对样本，以此构建训练集；步骤B：使用训练集训练基于多视角图对比学习的深度学习网络模型；所述深度学习网络模型分别构建句法依图和抽象语义图以挖掘上下文中的句法结构关系和语义关系，并通过堆叠图注意力网络引导正确的推理路径，实现结构与语义相关性的互补；所述深度学习网络模型还通过类别感知元网络感知不同类别问题的特征权重；步骤C：将用户的问题输入训练好的深度学习模型中，输出匹配的答案。该方法及系统有利于提高答案选择的准确性。