问答方法、问答模型训练方法、一体机和存储介质与流程

本发明涉及人工智能，尤其涉及一种问答方法、问答模型训练方法、一体机和存储介质。

背景技术：

1、计算机自动生成代码是近年来软件工程的研究热点之一。

2、现有的代码生成方法可以将大量通用的自然语言类型的任务数据与程序设计语言类型的代码任务数据放在一起进行模型训练，以使模型能够具备对于通用任务和代码任务的处理能力。

3、然而，上述方法训练所的模型，无法同时取得最佳的通用效果和代码效果，受限于处理精度，难以得到推广应用。

技术实现思路

1、本发明提供一种问答方法、问答模型训练方法、一体机和存储介质，用以解决现有技术中模型难以兼顾通用效果和代码效果的缺陷。

2、本发明提供一种问答方法，包括：

3、获取问询语句；

4、基于自然语言模型和非自然语言模型，分别对所述问询语句进行解答，得到所述自然语言模型的自然语言输出和所述非自然语言模型的非自然语言输出；

5、基于所述自然语言输出和所述非自然语言输出，确定融合权重，并基于所述融合权重，对所述自然语言输出和所述非自然语言输出进行加权，得到所述问询语句对应的答案信息。

6、根据本发明提供的一种问答方法，所述基于所述自然语言输出和所述非自然语言输出，确定融合权重，包括：

7、基于融合模块，确定与所述自然语言输出和所述非自然语言输出对应的所述融合权重；

8、所述融合模块是基于样本问询语句和样本答案标签，结合所述自然语言模型和所述非自然语言模型训练得到的。

9、根据本发明提供的一种问答方法，所述基于所述自然语言输出和所述非自然语言输出，确定融合权重，并基于所述融合权重，对所述自然语言输出和所述非自然语言输出进行加权，得到所述问询语句对应的答案信息，包括：

10、基于各个输出单位下的所述自然语言输出和所述非自然语言输出，确定各个输出单位的融合权重，并基于所述各个输出单位的融合权重，对各个输出单位下的所述自然语言输出和所述非自然语言输出进行加权融合，得到所述问询语句对应的答案信息。

11、根据本发明提供的一种问答方法，所述自然语言模型基于第一样本数据训练得到，所述非自然语言模型基于第二样本数据训练得到；

12、所述第一样本数据中自然语言样本与非自然语言样本之间的比例，大于所述第二样本数据中自然语言样本与非自然语言样本之间的比例。

13、根据本发明提供的一种问答方法，所述自然语言模型是在预训练语言模型的基础上，应用所述第一样本数据训练得到的，所述非自然语言模型是在所述预训练语言模型的基础上，应用所述第二样本数据训练得到。

14、根据本发明提供的一种问答方法，所述非自然语言模型包括代码模型和/或数学模型。

15、本发明还提供一种问答一体机，包括存储器、处理器，以及存储在所述存储器上的自然语言模型、非自然语言模型和存储在所述存储器上并可在所述处理器上运行的计算机程序；

16、所述处理器执行所述计算机程序时，调用所述自然语言模型和所述非自然语言模型以实现如上所述的问答方法。

17、本发明还提供一种问答模型训练方法，包括：

18、基于自然语言模型和非自然语言模型，分别对样本问询语句进行解答，得到所述自然语言模型的样本自然语言输出和所述非自然语言模型的样本非自然语言输出；

19、获取初始融合模块，并基于所述初始融合模块，确定与所述样本自然语言输出和所述样本非自然语言输出对应的样本融合权重；

20、基于所述样本融合权重，对所述样本自然语言输出和所述样本非自然语言输出进行加权，得到样本答案信息；

21、基于所述样本答案信息，以及所述样本问询语句的样本答案标签，对所述初始融合模块进行参数迭代，得到融合模块；

22、基于所述自然语言模型、所述非自然语言模型和所述融合模块确定问答模型。

23、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述问答方法。

24、本发明还提供一种计算机程序产品，包括计算机程序、自然语言模型和非自然语言模型中的至少一种，所述计算机程序被处理器执行以调用自然语言模型和非自然语言模型实现如上所述的问答方法

25、本发明提供的问答方法、问答模型训练方法、一体机和存储介质，基于自然语言输出和非自然语言输出确定融合权重，融合权重的应用使得在答案信息的确定中能够针对性地偏向与问询语句的需求更加贴合的输出，从而得到与问询语句的需求更加贴合、可靠性更强、准确度更高的答案信息，使得无论将问答方法应用于自然语言相关任务还是非自然语言相关任务，效果均能达到预期。

技术特征：

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，所述基于所述自然语言输出和所述非自然语言输出，确定融合权重，包括：

3.根据权利要求1或2所述的问答方法，其特征在于，所述基于所述自然语言输出和所述非自然语言输出，确定融合权重，并基于所述融合权重，对所述自然语言输出和所述非自然语言输出进行加权，得到所述问询语句对应的答案信息，包括：

4.根据权利要求1或2所述的问答方法，其特征在于，所述自然语言模型基于第一样本数据训练得到，所述非自然语言模型基于第二样本数据训练得到；

5.根据权利要求4所述的问答方法，其特征在于，所述自然语言模型是在预训练语言模型的基础上，应用所述第一样本数据训练得到的，所述非自然语言模型是在所述预训练语言模型的基础上，应用所述第二样本数据训练得到。

6.根据权利要求1或2所述的问答方法，其特征在于，所述非自然语言模型包括代码模型和/或数学模型。

7.一种问答模型训练方法，其特征在于，包括：

8.一种问答一体机，其特征在于，包括存储器、处理器，以及存储在所述存储器上的自然语言模型、非自然语言模型和存储在所述存储器上并可在所述处理器上运行的计算机程序；

9.一种计算机程序产品，其特征在于，包括计算机程序、自然语言模型和非自然语言模型中的至少一种，所述计算机程序被处理器执行以调用自然语言模型和非自然语言模型实现如权利要求1至6中任一项所述的问答方法。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述问答方法。

技术总结
本发明提供一种问答方法、问答模型训练方法、一体机和存储介质，其中方法包括：获取问询语句；基于自然语言模型和非自然语言模型，分别对问询语句进行解答，得到自然语言模型的自然语言输出和非自然语言模型的非自然语言输出；基于自然语言输出和非自然语言输出，确定融合权重，并基于融合权重，对自然语言输出和非自然语言输出进行加权，得到问询语句对应的答案信息。本发明提供的方法、一体机和存储介质，融合权重的应用使得在答案信息的确定中能够针对性地偏向与问询语句的需求更加贴合的输出，从而得到与问询语句的需求更加贴合、可靠性更强、准确度更高的答案信息，使得无论对于自然语言相关任务还是非自然语言相关任务，效果均能达到预期。

技术研发人员：李亚,王佳升,刘权,魏思,胡国平
受保护的技术使用者：科大讯飞股份有限公司
技术研发日：
技术公布日：2024/1/16