一种融合多损失函数及注意力机制的知识库问答方法

摘要

本发明公开了一种融合多损失函数及注意力机制的知识库问答方法，该方法将问题和候选答案作为输入，采用Bi‑LSTM、Bi‑GRU作为主要特征提取器，同时融入注意力机制，并使用两个损失函数对模型进行优化，通过采用计算损失值反向传播来更新模型参数，训练网络模型直至该模型收敛。经过网络的训练，最终将问题和候选答案映射到维数相同的特征空间上，并用问题和候选答案特征向量间的内积计算二者的语义相似度，同时利用候选答案之间的余弦相似度来扩大不同答案之间的差异性。通过在SimpleQuestions数据集上进行测试，体现了该模型具有较强的特征映射能力及较高的准确率，从而证明了本方法的优越性。