摘要
本申请公开了一种金融领域知识问答方法、装置及设备,该方法包括:首先获取金融领域待答复的目标问题文本;并生成目标问题文本对应的目标问题特征向量。然后将目标问题特征向量与预先构建的图神经网络结构中存储的候选节点的特征向量进行匹配计算,并根据计算结果,判断是否存在匹配成功的候选节点的特征向量;接着,将该匹配成功的候选节点的特征向量输入全连接层进行推理,生成目标问题文本的答复内容,其中,候选节点的特征向量包括对样本问题文本进行情感分析后得到的情感向量。从而能够从金融数据中提取出高质量的特征信息,并结合情感分析对目标问题文本进行深度理解,以提高对于目标问题的答复效率和准确率,进而提高用户的问答体验。
技术关键词
神经网络结构
情感分析模型
知识问答方法
文本
节点
金融
样本
长短期记忆网络
LSTM模型
可读存储介质
终端设备
问答装置
处理器
数据
存储器
指令
计算机
程序
语义
系统为您推荐了相关专利信息
FPGA加速卡
误码率
LDPC矩阵
判决算法
节点
节点故障检测
部件连接结构
预警方法
准直器
变形特征