一种基于语义边界图和双向证据一致性约束的长文档抽取式问答构建方法

本发明公开一种基于语义边界图和双向证据一致性约束的长文档抽取式问答构建方法，属于自然语言处理技术领域。该方法获取长文档并建立原始位置索引；根据句法、标题、实体、时间、主题及连接关系确定语义单元和语义边界，构建包含连续语义关系和边界关系的语义边界图；在未跨越强语义边界的候选问答区域内确定连续答案，并建立问题至答案的语义路径；确定证据片段，计算问题—证据—答案的正向证据一致性以及答案—证据—问题的反向证据一致性；结合问答与语义边界图的结构一致性进行联合筛选，输出带有原文位置、边界标识和证据路径的结构化抽取式问答样本。本发明降低跨主题答案和证据不足样本的比例，提升问答数据的原文可追溯性和证据闭环性。