面向游戏客服场景的自动问答系统研究与实现

• 作者: 叶东毅 王丽月
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: word2vec 句子相似度 文本分类 自动问答 自然语言处理
• 年，卷（期）: 2016,（17）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 152-159
• 页数: 8页
• 分类号: TP391
• 字数: 7911字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1512-0341

摘要

针对游戏客服场景中玩家领域化、口语化的提问方式，应用深度学习工具word2vec建立带有语义的词的向量表示，设计了一种利用词向量距离，结合同义词替换、权重、句子长度、词序等因素的句子相似度计算模型。在该模型基础上，通过预分类、重定义分类规则，对KNN分类算法的大类占优、全局匹配计算代价高等问题进行改进，实现了一种基于文本分类的面向游戏客服场景的自动问答系统。实验结果表明，该系统具有较高的问题分类准确率和分类效率。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	叶东毅	福州大学数学与计算机科学学院	112	1572	18.0	36.0
2	王丽月	福州大学数学与计算机科学学院	1	15	1.0	1.0