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：成都不问科技有限公司

摘要：本发明公开了一种基于问句的同义词匹配方法，通过提出基于掩码处理的对用户问句的处理方法，将用户问句中，从未在问答对词汇集中出现的词进行掩码处理，然后用句子中其他词对该位置进行预测，输出一个问答对词汇集上的概率分布。另外，根据海量语料库集得到语料库词汇表的词汇向量表，且该词汇向量表涵盖的词汇远大于问答对词汇集。据此计算未出现在问答对词汇集的词生成问答对词汇集中每个词的概率。最后，综合考虑这局部概率和全局概率，来找到问答对词汇集中最相似的词。

主权项：1.一种基于问句的同义词匹配方法，其特征在于，包括以下步骤：S1、构建问答对词汇集、语料库词汇表的词汇向量表和BERT训练词汇表；S2、采用BERT训练词汇表对BERT语言模型进行训练，得到训练完成的BERT语言模型；S3、获取用户问句词序列，将用户问句词序列中未出现在问答对词汇集中的预测词进行掩码处理，并基于训练完成的BERT语言模型，计算掩码处理后的掩码词在问答对词汇集上的分布概率集，即局部概率集；所述步骤S3包括以下分步骤：S31、获取用户问句词序列，将用户问句词序列中未出现在问答对词汇集中的预测词进行掩码处理，得到掩码词；S32、采用训练完成的BERT语言模型计算掩码词在BERT训练词汇表上的分布概率，得到掩码词在BERT训练词汇表上的分布概率集；S33、对BERT训练词汇表上的分布概率集进行归一化处理，得到掩码词在问答对词汇集上的分布概率集，即局部概率集；S4、根据语料库词汇表的词汇向量表，计算预测词在问答对词汇集上的全局概率集；所述步骤S4包括以下分步骤：S41、根据语料库词汇表的词汇向量表，找到预测词对应的预测词向量，以及问答对词汇集中每个词的问答对词向量；S42、将预测词向量分别与问答对词向量求内积，并采用softmax对内积量进行归一化处理，得到预测词在问答对词汇集上的全局概率集；S5、对局部概率集和全局概率集求交集，判断交集是否为空，若否，则跳转至步骤S6，若是，则输入新的用户问句词序列，并跳转至步骤S3；S6、根据局部概率集和全局概率集，计算预测词的综合概率，根据预测词的综合概率找到问答对词汇集中的同义词，采用同义词替换用户问句词序列中的预测词，得到标准问句；所述步骤S6中计算预测词的综合概率的公式为： 或其中，w为预测词的综合概率，为局部概率集中第j个局部概率，pwj|xi为全局概率集中第j个全局概率。

全文数据：

权利要求：

百度查询： 成都不问科技有限公司 一种基于问句的同义词匹配方法