一种基于知识图谱增益的机器阅读理解模型

本发明提供了一种基于知识图谱增益的机器阅读理解模型，用于接收包括文本文档与问题在内的文本数据集以及根据文本数据集自行生成的词汇表，并根据文本文档的内容得到问题的答案，包括：文档问题排列模块；命名实体识别模块，用于对文本数据集进行命名实体识别处理；ERNIE上下文语言模块；外部知识库，包括WordNet知识库和ConceptNet知识库，用于接收词汇表并对应生成WordNet知识特征向量与ConceptNet知识特征向量；知识匹配与连接层，用于对于文本文档与问题中匹配成功的实体，将对应的词向量与WordNet知识特征向量与ConceptNet知识特征向量进行连接；注意力计算单元，用于各向量对应进行双向注意力运算与自注意力运算得到答案；结果生成单元，用于接收并判定输出答案。