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：山东大学

摘要：本发明属于文本理解与推断的技术领域，更具体地，涉及一种基于启发式问答推理的可解释文本评阅方法和系统。该方法包括：从参考文本中抽取若干关键信息，利用智能模型对应生成若干伪问题，获取考生文本和参考文本在伪问题上的作答一致性结果；根据专家评阅结果以及考生文本和参考文本在伪问题上的作答一致性结果选取重要问题；根据考生文本和参考文本在重要问题上作答的一致性结果以及对应的专家评阅结果构建样本集，从样本集中多次有放回地抽取若干样本，以构建多棵判分树，组成判分森林；基于判分森林进行主观题评阅，并根据多棵判分树上的投票结果确定最终评阅结果。本发明克服了现有方法在文本评阅任务的可解释性方面存在的缺陷。

主权项：1.一种基于启发式问答推理的可解释文本评阅方法，其特征在于，所述方法包括：S1、从参考文本中抽取若干关键信息，利用智能模型对应生成若干伪问题，并获取考生文本和参考文本在所述伪问题上的作答一致性，得到一致性结果；其中，所述智能模型包括问题回答模块、问题生成模块和自然语言推断模块；所述问题回答模块用于根据给定的上下文和问题生成相应答案，其表达式为： ；式中：表示给定的上下文，表示给定的问题，表示生成的答案；所述问题生成模块用于根据给定的上下文和答案生成相应问题，其表达式为： ；式中：表示给定的上下文，2表示给定的答案，2表示生成的问题；所述自然语言推断模块用于在给定前提的情况下，确定假设是正确或错误的任务，其表达式为： ；式中：表示给定的前提，表示假设，表示正确或错误其中一种情况；所述获取考生文本和参考文本在所述伪问题上的作答一致性，具体包括：从参考文本中抽取出个关键信息，组成关键信息集合，表示第个关键信息；使用参考文本作为上下文，个关键信息作为答案，使用问题生成模块对应生成个伪问题，组成伪问题集合，其中，表示第个伪问题；使用问题回答模块获取参考文本关于伪问题的作答结果，其中，并选择个具有代表性的考生文本构成考生文本集合，使用问题回答模块获取考生文本集合关于伪问题的作答结果，其中，表示第个考生文本关于伪问题的作答结果；使用自然语言推断模块判断参考文本和考生文本集合在伪问题上的作答是否一致，得到一致性结果，其中，表示参考文本和第个考生文本在伪问题上作答的一致性结果；S2、根据专家评阅结果以及所述考生文本和参考文本在所述伪问题上作答的一致性结果确定所述伪问题的重要性，并按照重要性对所述伪问题进行排序，以选取重要问题；S3、根据所述考生文本和参考文本在所述重要问题上作答的一致性结果以及对应的专家评阅结果构建样本集，并将所述专家评阅结果作为标签，从所述样本集中多次有放回地抽取若干样本，以构建多棵判分树，组成判分森林；所述判分树为二叉树结构，包括叶节点和非叶节点，所述叶节点表示最终评阅结果，非叶节点表示问题，判分树的分支表示问题的作答情况，其左分支表示作答正确，右分支表示作答错误；其中，单棵判分树的构建包括：S31、遍历当前所有重要问题，找到最优判别问题作为树的根节点；S32、将所述专家评阅结果作为标签，使用最优判别问题对样本集进行划分，并将在最优判别问题上作答结果相同的样本划分到相同节点；其中，当节点中所有样本都属于同一标签时，标记该节点为叶节点，评阅结果为当前标签；当节点中的样本标签不一致时，以当前节点为根节点，执行步骤S33；S33、从当前所有重要问题中移除最优判别问题，并重复步骤S31，直至所有问题遍历完毕，完成单棵判分树的构建；S4、基于所述判分森林进行主观题评阅，并根据所述多棵判分树上的投票结果确定最终评阅结果。

全文数据：

权利要求：

百度查询： 山东大学 基于启发式问答推理的可解释文本评阅方法和系统