摘要
一种面向逻辑推理问题的人类解题思维驱动的嵌入增强方法，本发明涉及自然语言处理领域中的多项选择式的逻辑推理问答问题，其旨在解决现有的逻辑推理问答问题解决方法中存在的文本结构解析不清、问题相关要素利用不足且逻辑推理问题语义挖掘难度大的技术问题。本发明方法主要包含数据预处理，将样例整理为合适于神经网络模型处理的文本序列，基于人类解题思维设计驱动的基于题意的嵌入更新模块，首先字符嵌入表示初始化，使用预训练语言模型对样例中的字符进行向量化表示，然后使用问题部分的嵌入序列构造逻辑信息过滤向量，进而使用过滤向量对题干及选项的嵌入表示进行更新，参考人类阅读习惯的语义关系建模模块，解析神经网络的基本语义单元。
