一种基于答案与答案位置信息的神经网络问题生成方法

摘要

本发明公开了一种基于答案与答案位置信息的神经网络问题生成方法，神经网络模型是序列到序列的，由编码器与解码器两部分构成。编码器模型主要学习原文中的特征，解码器用于使用上述特征生成对应答案的问题句。完整的一条问题句的生成过程分为三个模式：问题词生成模式，词典词生成模式与拷贝模式。其中，问题词生成模式使用基于答案的模型，通过与答案在原文中的位置信息无关的上下文向量参与模型计算，从限定的问题词词典中生成与答案对应的问题词；问题词生成模式采用与答案在原文中的位置信息有关的上下文向量进行计算；拷贝模式的概率分布直接使用与答案在原文中的位置信息有关的注意力分布。