本发明涉及诗词学习系统,更具体地说,涉及诗词起承转合的推理逻辑的训练学习系统。
背景技术:
1、诗词,是指以古体诗、近体诗和格律词为代表的中国汉族传统诗歌。亦是汉字文化圈的特色之一。通常认为,诗较为适合“言志”,而词则更为适合“抒情”。诗词是阐述心灵的文学艺术,而诗人、词人则需要掌握成熟的艺术技巧,并按照严格韵律要求,用凝练的语言、绵密的章法、充沛的情感以及丰富的意象来高度集中地表现社会生活和人类精神世界,随着时代发展,诗词的载体不再局限于书本,现有部分的人工智能方便人机对话来对诗词进行查询,满足学习训练需求。
2、但是现有的诗词人工智能学习训练系统的对话过程过于简单,大多只能够支持单轮对话的问答,无法深入,导致诗词的学习过程较为枯燥乏味,影响对诗词的学习兴趣,且在学习者储备不足的情况下,针对部分诗词的查询输入内容无法满足人工智能学习训练系统的查询条件,影响对目标诗词的查询学习进度。
技术实现思路
1、针对现有技术中存在的问题,本发明的目的在于提供一种诗词起承转合的推理逻辑的训练学习系统,以解决背景技术中部分诗词的查询输入内容无法满足人工智能学习训练系统的查询条件,影响对目标诗词的查询学习进度,无法满足现有学习训练需求的问题。
2、为解决上述问题,本发明采用如下的技术方案。
3、诗词起承转合的推理逻辑的训练学习系统,包括:
4、诗词数据库,用于存储中国诗词的数据以及诗词中单字与词语中的古现代译文;
5、自然语言输入模块,用于输入对应中文自然语句、单词与字;
6、transformer神经网络,用于对自然语言输入模块输入语句进行理解以及文本生成;
7、诗词数据提取模块,用于提取诗词数据库中诗词数据,其中诗词数据包括但不局限于诗名、作者、诗句、词语、单字与现代译文;
8、起承转合逻辑分析模块,用于对输入自然语言分析获得对应的自然语言回复;
9、自然语言输出模块,用于输出起承转合逻辑分析模块的分析结果,以自然语言方式输出,配合自然语言输入模块构成对话窗口。
10、作为上述技术方案的进一步描述:
11、所述诗词数据库所存储的诗词数据包括诗名、作者、作者介绍及人生履历、诗句、词语、单字、单字现代译文、词语现代译文及解释、诗句现代译文、诗词创作背景、诗句延伸内容等。
12、作为上述技术方案的进一步描述:
13、所述transformer神经网络以自然语言输入模块所输入的内容进行理解并作为查询矩阵q,并对诗词数据库中的诗词数据进行查询,查询算法如下:
14、
15、其中,softmax为分布函数,q为查询矩阵,k为键矩阵,v为值矩阵,z为自注意力向量,表示查询矩阵、键矩阵与值矩阵的值加权平均后的结果。
16、作为上述技术方案的进一步描述:
17、所述起承转合逻辑分析模块的分析方式如下:
18、自然语言输入模块初始输入内容为起点,由transformer神经网络理解输入内容,然后通过诗词数据提取模块对诗词数据库诗词数据中相关诗词、诗句、词语与字作为输出引起思考并再次输入内容。
19、循环上一步骤,在起点基础上展开输出更多的诗词数据内容,并以输入内容作为分析源,直至输入疑问。
20、transformer神经网络进一步对输入疑问内容理解,然后将诗词数据中分析对应疑问的内容作为输出内容。
21、统合所有分析源与输出内容进行分析选择诗词数据库中对应诗词,整合诗词数据通过自然语言输出模块输出,完成对话。
22、作为上述技术方案的进一步描述:
23、还包括数据暂存模块,所述数据暂存模块用于transformer神经网络对诗词数据库中的诗词数据进行暂存,在提取过程中,根据提取范围即查询矩阵范围暂存部分诗词,直至确定对话目标诗词,缓存目标诗词数据作为引用源。
24、作为上述技术方案的进一步描述:
25、所述诗词数据库分为若干个诗词数据存储单元,所述诗词数据存储单元的划分根据诗词创作年代、诗词种类、诗词地域、诗词译文类型等作为划分依据。
26、作为上述技术方案的进一步描述:
27、还包括数据更新单元,所述数据更新单元用于对诗词数据库中存储的诗词数据进行更新补充以及替换纠错。
28、作为上述技术方案的进一步描述:
29、还包括对话修饰模块,所述对话修饰模块用于transformer神经网络生成的文本语言进行解析,其中诗词数据库包括文言文存储单元,所述对话修饰模块提取文言文存储单元中存储的文言文对文本语言进行同类替换与修饰语句。
30、相比于现有技术,本发明的优点在于:
31、本方案,采用起承转合的推理逻辑,根据使用者所输入内容逐步引出所要学习的目标诗词,在对话过程中能够引起思考,并以思考逻辑进一步深入对话,相对于传统人工智能人机对话,具有多轮对话推理能力。
1.诗词起承转合的推理逻辑的训练学习系统,其特征在于,包括:
2.根据权利要求1所述的诗词起承转合的推理逻辑的训练学习系统,其特征在于:所述诗词数据库所存储的诗词数据包括诗名、作者、作者介绍及人生履历、诗句、词语、单字、单字现代译文、词语现代译文及解释、诗句现代译文、诗词创作背景与诗句延伸内容。
3.根据权利要求1所述的诗词起承转合的推理逻辑的训练学习系统,其特征在于:所述transformer神经网络以自然语言输入模块所输入的内容进行理解并作为查询矩阵q,并对诗词数据库中的诗词数据进行查询,查询算法如下:
4.根据权利要求1所述的诗词起承转合的推理逻辑的训练学习系统,其特征在于:所述起承转合逻辑分析模块的分析方式如下:
5.根据权利要求1所述的诗词起承转合的推理逻辑的训练学习系统,其特征在于:还包括数据暂存模块,所述数据暂存模块用于transformer神经网络对诗词数据库中的诗词数据进行暂存,在提取过程中,根据提取范围即查询矩阵范围暂存部分诗词,直至确定对话目标诗词,缓存目标诗词数据作为引用源。
6.根据权利要求1所述的诗词起承转合的推理逻辑的训练学习系统,其特征在于:所述诗词数据库分为若干个诗词数据存储单元,所述诗词数据存储单元的划分根据诗词创作年代、诗词种类、诗词地域与诗词译文类型作为划分依据。
7.根据权利要求1所述的诗词起承转合的推理逻辑的训练学习系统,其特征在于:还包括数据更新单元,所述数据更新单元用于对诗词数据库中存储的诗词数据进行更新补充以及替换纠错。
8.根据权利要求1所述的诗词起承转合的推理逻辑的训练学习系统,其特征在于:还包括对话修饰模块,所述对话修饰模块用于transformer神经网络生成的文本语言进行解析,其中诗词数据库包括文言文存储单元,所述对话修饰模块提取文言文存储单元中存储的文言文对文本语言进行同类替换与修饰语句。