基于上下文相似性计算的无参考问题质量评估方法及系统
申请号:CN202510249814
申请日期:2025-03-04
公开号:CN120181230A
公开日期:2025-06-20
类型:发明专利
摘要
一种基于上下文相似性计算的无参考问题质量评估方法及系统,方法包括根据输入的问题和上下文,通过预训练语言模型在每个层中使用可训练的自适应权值进行特征提取,并将加权的特征表示连接起来,生成问题和上下文的三维语义表示;获取上下文与问题之间的相关性矩阵,通过设置阈值生成掩码矩阵,使用掩码矩阵对相关性矩阵进行稀疏化,确定上下文中与问题相关的内容;将问题特征和上下文中与问题相关的内容特征从不同层次进行融合;计算融合之后问题特征和上下文中与问题相关的内容特征的相似性分数,获得评估结果。本发明通过从上下文中确定与问题相关的内容,评估生成问题与上下文的相关程度,解决了现有方法依赖人工标注问题带来的评估局限。
技术关键词
掩码矩阵
预训练语言模型
表达式
上下文特征
语义
BERT模型
注意力
多层次特征融合
编码器
全局平均池化
可读存储介质
多尺度特征
文本
特征提取模块
评估系统
依赖人工
过滤模块
电子设备
指令