【技术实现步骤摘要】
本说明书涉及计算机，特别涉及问答方法。本说明书同时涉及问答装置，问答处理模型训练方法，问答处理模型训练装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序产品。
技术介绍
1、随着人工智能技术的不断发展，越来越多的应用场景开始涉及到自然语言处理领域；其中，ai(artificial intelligence，人工智能)伴读功能作为一种能够为用户提供智能阅读体验的技术，受到了广泛的关注。
2、然而，目前基于通用的大模型来实现ai伴读功能在实现过程中还存在一些问题，如对生成文本的事实准确性、回复是否得体等方面依然存在不足。
技术实现思路
1、有鉴于此，本说明书实施例提供了问答方法。本说明书同时涉及问答装置，问答处理模型训练方法，问答处理模型训练装置，一种计算设备，一种计算机可读存储介质以及一种计算机程序产品，以解决现有技术中存在的、上述模型回复的事实准确性不高、回复不符预期的问题。
2、根据本说明书实施例的第一方面，提供了一种问答方法，包括：
3、确定目标文本、所述目标文本的关联文本、针对所述目标文本的目标问题；
4、根据所述目标文本的文本内容，确定目标提示文本；
5、将所述目标提示文本、所述目标文本、所述关联文本、以及所述目标问题进行融合，获得融合文本数据；
6、将所述融合文本数据输入问答处理模型，获得所述目标问题对应的目标答案，其中，所述问答处理模型为机器学习模型，利用样本融合文本数据以及所述样本融合文
7、根据本说明书实施例的第二方面，提供了一种问答处理模型训练方法，包括：
8、确定预训练问答模型，其中，所述预训练问答模型利用初始样本文本训练获得；
9、将多个样本融合文本输入所述预训练问答模型，获得与所述多个样本融合文本对应的多个初始样本答案，其中，各样本融合文本根据目标样本文本、所述目标样本文本的关联样本文本、样本问题、与所述目标样本文本对应的样本提示文本进行融合获得，且所述目标样本文本与所述初始样本文本的文本领域相同；
10、通过预设筛选规则，从所述多个初始样本答案中确定待修改样本答案，并对所述待修改样本答案进行调整，获得所述待修改样本答案对应样本融合文本、对应的目标样本答案；
11、利用所述目标样本答案、与所述目标样本答案对应的样本融合文本，训练所述预训练问答模型，获得问答处理模型。
12、根据本说明书实施例的第三方面，提供了一种问答装置，包括：
13、第一确定模块，被配置为确定目标文本、所述目标文本的关联文本、针对所述目标文本的目标问题；
14、第二确定模块，被配置为根据所述目标文本的文本内容，确定目标提示文本；
15、第一获得模块，被配置为将所述目标提示文本、所述目标文本、所述关联文本、以及所述目标问题进行融合，获得融合文本数据；
16、第二获得模块，被配置为将所述融合文本数据输入问答处理模型，获得所述目标问题对应的目标答案，其中，所述问答处理模型为机器学习模型，利用样本融合文本数据以及所述样本融合文本数据对应的样本答案，对预训练问答模型进行更新训练获得。
17、根据本说明书实施例的第四方面，提供了一种问答处理模型训练装置，包括：
18、确定模块，被配置为确定预训练问答模型，其中，所述预训练问答模型利用初始样本文本训练获得；
19、答案获得模块，被配置为将多个样本融合文本输入所述预训练问答模型，获得与所述多个样本融合文本对应的多个初始样本答案，其中，各样本融合文本根据目标样本文本、所述目标样本文本的关联样本文本、样本问题、与所述目标样本文本对应的样本提示文本进行融合获得，且所述目标样本文本与所述初始样本文本的文本领域相同；
20、调整模块，被配置为通过预设筛选规则，从所述多个初始样本答案中确定待修改样本答案，并对所述待修改样本答案进行调整，获得所述待修改样本答案对应样本融合文本、对应的目标样本答案；
21、模型训练模块，被配置为利用所述目标样本答案、与所述目标样本答案对应的样本融合文本，训练所述预训练问答模型，获得问答处理模型。
22、根据本说明书实施例的第五方面，提供了一种计算设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序/指令，所述处理器执行所述计算机程序/指令时实现上述问答方法、问答处理模型训练方法的步骤。
23、根据本说明书实施例的第六方面，提供了一种计算机可读存储介质，其存储有计算机程序/指令，该计算机程序/指令被处理器执行时实现上述问答方法、问答处理模型训练方法的步骤。
24、根据本说明书实施例的第七方面，提供了一种计算机程序产品，包括计算机程序/指令，该计算机程序/指令被处理器执行时实现上述问答方法、问答处理模型训练方法的步骤。
25、本说明书实施例提供的问答方法，通过对预训练问答模型进行更新训练，获得问答处理模型，并将目标文本、目标文本的关联文本、目标问题以及目标提示文本进行融合后输入问答处理模型，使问答处理模型能够基于关联文本充分理解上下文、基于目标提示文本生成符合预期且准确度高的目标答案。
本文档来自技高网...【技术保护点】
1.一种问答方法，其特征在于，包括：
2.根据权利要求1所述的问答方法，其特征在于，所述将所述融合文本数据输入问答处理模型，获得所述目标问题对应的目标答案，包括：
3.根据权利要求1所述的问答方法，其特征在于，所述将所述融合文本数据输入问答处理模型，获得所述目标问题对应的目标答案，包括：
4.根据权利要求1所述的问答方法，其特征在于，所述确定目标文本、所述目标文本的关联文本、针对所述目标文本的目标问题，包括：
5.根据权利要求1所述的问答方法，其特征在于，所述确定目标文本、所述目标文本的关联文本、针对所述目标文本的目标问题，包括：
6.根据权利要求1所述的问答方法，其特征在于，所述关联文本为所述目标文本的上下文文本。
7.一种问答处理模型训练方法，其特征在于，包括：
8.根据权利要求7所述的问答处理模型训练方法，其特征在于，所述通过预设筛选规则，从所述多个初始样本答案中确定待修改样本答案，并对所述待修改样本答案进行调整，获得所述待修改样本答案对应样本融合文本、对应的目标样本答案，包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。