
基本信息:
- 专利标题: 基于Transformer问题关键词预测的多样性问题自动生成方法
- 申请号:CN202310331534.1 申请日:2023-03-31
- 公开(公告)号:CN116050401B 公开(公告)日:2023-07-25
- 发明人: 周菊香 , 周明涛 , 李子杰 , 甘健侯 , 陈恳 , 徐坚
- 申请人: 云南师范大学
- 申请人地址: 云南省昆明市呈贡区聚贤街768号
- 专利权人: 云南师范大学
- 当前专利权人: 云南师范大学
- 当前专利权人地址: 云南省昆明市呈贡区聚贤街768号
- 代理机构: 昆明明润知识产权代理事务所
- 代理人: 王鹏飞
- 主分类号: G06F40/284
- IPC分类号: G06F40/284 ; G06F40/216 ; G06F40/30 ; G06N3/0442 ; G06N3/045 ; G06N3/0464 ; G06N3/08 ; G06Q30/0601
摘要:
本发明提出一种基于Transformer问题关键词预测的多样性问题自动生成方法,属于自然语言处理领域。该方法包括:首先对数据集进行编码,然后构建一个基于Transformer的问题关键词预测器,通过增强基于GRU网络的编码器‑解码器模型的输入端,最后在解码器的输出端采取谱聚类和集束搜索的解码方式生成多样性问题。本发明针对商品网站中潜在的商品信息缺失问题进行研究,采用深度学习的方法,自动生成辅助商家识别发布的商品信息缺失的问题,使用生成的多样性问题来提醒商家完善商品的描述信息。实验结果表明,本发明在自动评估方面都优于以往传统的方法。
公开/授权文献:
- CN116050401A 基于Transformer问题关键词预测的多样性问题自动生成方法 公开/授权日:2023-05-02
IPC结构图谱:
G06F40/284 | 词汇分析,例如标记或搭配词 |