买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山东浪潮科学研究院有限公司

摘要：本发明公开了一种基于GAN网络的FAQ生成系统及方法，属于深度学习和神经网络技术领域。本发明的基于GAN网络的FAQ生成系统，由FAQ的问题生成和答案生成两部构成，包括问题特征提取器E、问题域分类器C、问题标签预测器P、答案产生器G和答案判别器D，由特征提取器E、问题域分类器C和问题标签预测器P构成ECP网络，由特征提取器E、问题标签预测器P、答案产生器G和答案判别器D组成网络，最终形成FAQ的问题生成模型，利用FAQ的问题生成模型进行FAQ的答案生成。该发明的基于GAN网络的FAQ生成系统能够高效准确的为产品服务内容生成FAQ常见问题解答，具有很好的推广应用价值。

主权项：1.一种基于GAN网络的FAQ生成系统，其特征在于：该生成系统由FAQ的问题生成和答案生成两部构成，包括问题特征提取器E、问题域分类器C、问题标签预测器P、答案产生器G和答案判别器D，由特征提取器E、问题域分类器C和问题标签预测器P构成ECP网络，由特征提取器E、问题标签预测器P、答案产生器G和答案判别器D组成网络，最终形成FAQ的问题生成模型，利用FAQ的问题生成模型进行FAQ的答案生成，所述问题特征提取器E为神经网络，实现在文字中提取特征，生成常见问题特征向量，在提高问题标签预测器P的预测正确率时，使问题域分类器C完成区分问题来自的领域；该系统用来执行基于GAN网络的FAQ生成方法，包括生成FAQ网络模型的训练和生成FAQ问题和答案的训练；其中，所述生成FAQ网络模型的训练包括以下步骤：S101、收集目标领域产品服务数据训练集，进行数据的预处理和数据标记；S102、基于已训练好的所述的问题特征提取器E，联合所述的问题域分类器C和所述的问题标签预测器P，利用现有标记数据集，包括当前所述的问题特征提取器E模型的样例以及目标领域的样本进行训练；S103、所述的问题特征提取器E计算提取文字特征，得到结果后，喂给所述的问题域分类器C和所述的问题标签预测器P，根据其目标函数进行模型参数优化，最终得到模型；S104、将所述的问题特征提取器E和所述的问题标签预测器P联合起来，记作网络EP，与所述的答案生成器G和所述的答案判别器D，交替训练；S105、所述的答案产生器G根据真实问题，产生答案，得到真实问题产生的答案；S106、将所述的答案生成器G产生的答案，经过联合所述的问题特征提取器E和所述的问题标签预测器P形成的网络EP，预测结果产生问题，得到预测的问题产生的答案；S107、使用所述的答案产生器G产生的真实问题的答案、网络EP预测得到的预测的问题产生的答案及目标领域真实的FAQ问题答案配对真实问题的真实答案作为训练样本，训练所述的答案判别器D；S108、将所述的答案产生器G和所述的答案判别器D联合起来，形成一个神经网络，固定所述的答案判别器D的模型参数，训练所述的答案生成器G，使得所述的答案判别器D无法区分G生成的问题答案对和目标领域真实的FAQ问题答案配对；同时，将所述的答案生成器G和所述的EP网络联合起来，形成一个神经网络，固定所述的EP网络的模型参数，训练所述的答案生成器G，使得所述的EP网络产生的输出与所述的答案生成器G的输入越接近；S109、反复进行训练，得到最终的网络模型E+P+G；所述生成FAQ问题和答案的训练包括以下步骤：S201、将产品服务相关文档及训练得到的网络模型发布到互联网上，提供对外服务；S202、将利用模型生成的FAQ常见问题解答以网页形式发布到互联网中，对外提供服务；S203、用户查看网站提供的FAQ常见问题解答来解决其遇到问题；如果解决，则标明相关问题；如果无法解决，则跳转到步骤204；S204、用户通过输入要解决的问题或者用户使用中产生的疑问，经过E+P网络，提炼出问题，并且通过G网络产生答案；S205、用户针对生成问题和答案进行评分判断，并进行反馈；S206、通过收集用户的搜索行为及反馈，持续反馈并优化模型，同时更新FAQ常见问题解答列表。

全文数据：

权利要求：

百度查询： 山东浪潮科学研究院有限公司 一种基于GAN网络的FAQ生成系统及方法