项目实训（三）

项目实训（三）

之前的思路是通过输入B和R生成一系列问题q，对q进行筛选得出q集合作为评分标准；但这需要在第一步完成问题生成，任务量会变大。因此我转换思路，在第一步生成向量集合代替问题q集合。具体描述如下：

1.对B和R进行预处理，去除噪音等；

2.使用模型（例如bert）对处理过的B和R进行向量生成；

在这一步有些细节我没有考虑清楚：
1.是仅仅对B和R的分词结果简单的生成词向量吗？
2.整个句子应该如何表示？是直接将词向量相加吗？如何将语义引入向量的表示？
3.关键词的权重如何考虑？生成词向量所用的分词结果是仅仅只包括关键词吗？

3.对R,P,N都按照该思路生成

每条答案独有的向量集合，对每条答案的向量集合进行筛选，筛选的思路和以前一样：
对R生成的向量集合中的每个向量αRn，对P和N内每一条标记答案生成的向量集合进行比较，如果P中的向量集合中都能找到与αRn相似的向量（通过相似度进行判断），那么这条向量就可以等待第二次筛选。在此不再赘述，筛选思路与之前一样。

总结：

目前的做法简化了整个项目实现的过程，在问题生成阶段，不再需要生成人可以理解的文本问题，而是转向生成有特异性和区分度的向量；在筛选阶段也不需要对文本问题进行处理，而是直接使用生成的向量进行筛选，大大简化了问题的复杂程度，同时能保证与之前一致甚至更好的准确性。