答案推理方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种答案推理方法、装置、设备及存储介质，涉及人工智能技术领域。该方法包括：获取基于背景知识文本、问题内容和备选答案构建的逻辑推理图；根据逻辑推理图，确定逻辑推理图对应的软连接关系；根据软连接关系对逻辑推理图进行更新，得到更新后的逻辑推理图；基于背景知识文本、问题内容和备选答案，以及更新后的逻辑推理图，确定备选答案对应的推理结果；根据问题内容对应的至少一个备选答案分别对应的推理结果，从至少一个备选答案中确定问题内容对应的正确答案。本申请提升了确定出来作为正确答案的备选答案的准确性。出来作为正确答案的备选答案的准确性。出来作为正确答案的备选答案的准确性。

【技术实现步骤摘要】
答案推理方法、装置、设备及存储介质


[0001]本申请实施例涉及人工智能
，特别涉及一种答案推理方法、装置、设备及存储介质。

技术介绍

[0002]随着人工智能技术的发展，自动化的问答系统(Question Answering System，QA)在人类生产生活的各个领域中均得到广泛应用，如金融、医疗、游戏、教育、网络购物、旅游等领域。问答系统能够基于给定的背景知识文本并针对给定的问题内容输出正确答案，该正确答案由问答系统从若干个备选答案中选择得到。
[0003]相关技术中，根据背景知识文本、问题内容以及备选答案来构造逻辑推理图，并通过该逻辑推理图来提取背景知识文本、问题内容以及备选答案分别对应的特征信息。进一步地，利用提取到的特征信息来确定备选答案是否是正确答案。
[0004]然而，相关技术中构造的逻辑推理图的边是根据背景知识文本、问题内容以及备选答案中文本片段的显示结构直接确定出来的边，也即相关技术中构造出来的逻辑推理图相对较为简单。在逻辑推理图相对较为简单的情况下，提取到的特征信息相对较为浅层，因此推理出来的正确答案准确度较低。

技术实现思路

[0005]本申请实施例提供了一种答案推理方法、装置、设备及存储介质。所述技术方案如下：
[0006]根据本申请实施例的一个方面，提供了一种答案推理方法，所述方法包括：
[0007]获取基于背景知识文本、问题内容和备选答案构建的逻辑推理图，所述逻辑推理图中包括至少两个节点以及至少一条与所述节点相连接的边，所述节点代表所述背景知识文本、问题内容和备选答案中的文本片段，所述边代表所述文本片段之间的逻辑推理关系；
[0008]根据所述逻辑推理图，确定所述逻辑推理图对应的软连接关系，所述软连接关系用于指示所述逻辑推理图中任意两个节点之间存在深层边的可能性，所述深层边是指根据所述逻辑推理图中节点与边的连接关系而推理出来的边；
[0009]根据所述软连接关系对所述逻辑推理图进行更新，得到更新后的逻辑推理图；
[0010]基于所述背景知识文本、问题内容和备选答案，以及所述更新后的逻辑推理图，确定所述备选答案对应的推理结果，所述推理结果用于表征所述备选答案是所述问题内容对应的正确答案的可能性；
[0011]根据所述问题内容对应的至少一个备选答案分别对应的推理结果，从所述至少一个备选答案中确定所述问题内容对应的正确答案。
[0012]根据本申请实施例的一个方面，提供了一种答案推理装置，所述装置包括：
[0013]图获取模块，用于获取基于背景知识文本、问题内容和备选答案构建的逻辑推理图，所述逻辑推理图中包括至少两个节点以及至少一条与所述节点相连接的边，所述节点
代表所述背景知识文本、问题内容和备选答案中的文本片段，所述边代表所述文本片段之间的逻辑推理关系；
[0014]关系确定模块，用于根据所述逻辑推理图，确定所述逻辑推理图对应的软连接关系，所述软连接关系用于指示所述逻辑推理图中任意两个节点之间存在深层边的可能性，所述深层边是指根据所述逻辑推理图中节点与边的连接关系而推理出来的边；
[0015]所述图获取模块，还用于根据所述软连接关系对所述逻辑推理图进行更新，得到更新后的逻辑推理图；
[0016]结果确定模块，用于基于所述背景知识文本、问题内容和备选答案，以及所述更新后的逻辑推理图，确定所述备选答案对应的推理结果，所述推理结果用于表征所述备选答案是所述问题内容对应的正确答案的可能性；
[0017]答案确定模块，用于根据所述问题内容对应的至少一个备选答案分别对应的推理结果，从所述至少一个备选答案中确定所述问题内容对应的正确答案。
[0018]根据本申请实施例的一个方面，提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现上述方法。
[0019]根据本申请实施例的一个方面，提供了一种计算机可读存储介质，所述可读存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现上述方法。
[0020]根据本申请实施例的一个方面，提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机程序，处理器执行该计算机程序，使得该计算机设备执行上述方法。
[0021]本申请实施例提供的技术方案带来的有益效果至少包括：
[0022]基于背景知识文本、问题内容和备选答案的显式结构关系，构造逻辑推理图之后，进一步地，根据逻辑推理图确定出其中各个节点之间存在深层边的可能性。在得到各个节点之间存在深层边的可能性之后，为逻辑推理图中的节点构造深层边，得到更新后的逻辑推理图。由于更新后的逻辑推理图中携带深层边，也即包含有背景知识文本、问题内容和备选答案之间隐藏的推理逻辑关系，因此，更新后的逻辑推理图对于背景知识文本、问题内容和备选答案的表征更加丰富。在逻辑推理图包含的信息较为丰富的情况下，进一步根据各个备选答案基于逻辑推理图分别得到的推理结果，从多个备选答案中确定出来的作为正确答案的备选答案更加准确。
附图说明
[0023]图1是本申请一个实施例提供的方案实施环境的示意图；
[0024]图2是本申请一个实施例提供的答案推理方法的示意图；
[0025]图3是本申请一个实施例提供的答案推理方法的流程图；
[0026]图4是本申请另一个实施例提供的答案推理方法的流程图；
[0027]图5是本申请另一个实施例提供的答案推理方法的流程图；
[0028]图6是本申请另一个实施例提供的答案推理方法的流程图；
[0029]图7是本申请一个实施例提供的逻辑推理图的示意图；
[0030]图8是本申请一个实施例提供的答案推理方法的框图；
[0031]图9是本申请一个实施例提供的答案推理装置的框图；
[0032]图10是本申请另一个实施例提供的答案推理装置的框图；
[0033]图11是本申请一个实施例提供的计算机设备的框图。
具体实施方式
[0034]为使本申请的目的、技术方案和优点更加清楚，下面将结合附图对本申请实施方式作进一步地详细描述。
[0035]在介绍本申请技术方案之前，先对本申请涉及的一些
技术介绍
知识进行介绍说明。以下相关技术作为可选方案与本申请实施例的技术方案可以进行任意结合，其均属于本申请实施例的保护范围。本申请实施例包括以下内容中的至少部分内容。
[0036]人工智能(Artificial Intelligence，简称AI)是利用数字计算机或者数字计算机控制的机器模拟、延伸和扩展人的智能，感知环境、获取知识并使用知识获得最佳结果的理论、方法、技术及应用系统。换句话说，人工智能是计算机科学的一个综合技术，它企图了解智能的实质，并生产出一种新的能以人类智能相似的方式做出反应的智能机器。人工智能本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种答案推理方法，其特征在于，所述方法包括：获取基于背景知识文本、问题内容和备选答案构建的逻辑推理图，所述逻辑推理图中包括至少两个节点以及至少一条与所述节点相连接的边，所述节点代表所述背景知识文本、问题内容和备选答案中的文本片段，所述边代表所述文本片段之间的逻辑推理关系；根据所述逻辑推理图，确定所述逻辑推理图对应的软连接关系，所述软连接关系用于指示所述逻辑推理图中任意两个节点之间存在深层边的可能性，所述深层边是指根据所述逻辑推理图中节点与边的连接关系而推理出来的边；根据所述软连接关系对所述逻辑推理图进行更新，得到更新后的逻辑推理图；基于所述背景知识文本、问题内容和备选答案，以及所述更新后的逻辑推理图，确定所述备选答案对应的推理结果，所述推理结果用于表征所述备选答案是所述问题内容对应的正确答案的可能性；根据所述问题内容对应的至少一个备选答案分别对应的推理结果，从所述至少一个备选答案中确定所述问题内容对应的正确答案。2.根据权利要求1所述的方法，其特征在于，所述根据所述逻辑推理图，确定所述逻辑推理图对应的软连接关系，包括：根据所述逻辑推理图中包括的边，生成所述逻辑推理图对应的总体邻接矩阵，所述总体邻接矩阵用于数值化表示所述逻辑推理图中包括的边；根据所述总体邻接矩阵和权重矩阵，得到初始化的软连接矩阵；对所述初始化的软连接矩阵进行至少一轮迭代更新，得到至少一个更新后的软连接矩阵，每个所述更新后的软连接矩阵用于数值化表示所述逻辑推理图对应的软连接关系。3.根据权利要求2所述的方法，其特征在于，所述逻辑推理图中包括如下至少一种类型的边：具有显式关系的边、具有隐式关系的边、共享实意词语的边；所述根据所述逻辑推理图中包括的边，生成所述逻辑推理图对应的总体邻接矩阵，包括：生成每一种类型的边对应的邻接矩阵，所述邻接矩阵中的每一个元素用于表示两个节点之间是否具有所述类型的边，所述邻接矩阵的维度为N
×
N，N表示所述逻辑推理图中节点的数量，N为正整数；根据所述逻辑推理图中包括的各种类型的边分别对应的邻接矩阵，生成所述逻辑推理图对应的总体邻接矩阵。4.根据权利要求2所述的方法，其特征在于，所述根据所述总体邻接矩阵和权重矩阵，得到初始化的软连接矩阵，包括：从满足正态分布的数值区间中，随机选择数值生成所述权重矩阵；通过归一化指数函数对所述权重矩阵进行处理，得到归一化后的权重矩阵；将所述总体邻接矩阵与所述归一化后的权重矩阵相乘，得到所述初始化的软连接矩阵。5.根据权利要求2所述的方法，其特征在于，所述对所述初始化的软连接矩阵进行至少一轮迭代更新，得到至少一个更新后的软连接矩阵，包括：在第i轮迭代更新的过程中，将第i
‑
1轮迭代更新得到的更新后的软连接矩阵，与所述初始化的软连接矩阵相乘，得到所述第i轮迭代更新得到的更新后的软连接矩阵；
其中，i为正整数，当i等于1时，所述第i
‑
1轮迭代更新得到的更新后的软连接矩阵为所述初始化的软连接矩阵。6.根据权利要求2所述的方法，其特征在于，所述根据所述软连接关系对所述逻辑推理图进行更新，得到更新后的逻辑推理图，包括：对于每一个更新后的软连接矩阵，将所述更新后的软连接矩阵中取值大于或等于阈值的元素设置为第一数值，取值小于所述阈值的元素设置为第二数值，得到所述更新后的软连接矩阵对应的数值矩阵；在所述数值矩阵中每一个取值为所述第一数值的元素所对应的两个节点之间，添加所述深层边，得到所述更新后的逻辑推理图。7.根据权利要求1所述的方法，其特征在于，所述基于所述背景知识文本、问题内容和备选答案，以及所述更新后的逻辑推理图，确定所述备选答案对应的推理结果，包括...

【专利技术属性】
技术研发人员：黄殷雅，梁小丹，
申请(专利权)人：腾讯科技深圳有限公司，
类型：发明
国别省市：