一种利用语义相似度改进问答摘要的方法

• 作者: 吕雅娟 应文豪 李素建 穗志方 肖欣延
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: 问答摘要 语义相似度计算 最大间隔学习 卷积神经网络
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 专题报道:自然语言理解与智能应用
• 页码范围: 197-203
• 页数: 7页
• 分类号: TP391
• 字数: 5817字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2017.028

摘要

在搜索引擎中对用户问题直接给出简要的答案(即答案摘要)可以帮助用户更快捷的获取信息.针对这一任务,设计一种基于特征的答案摘要抽取方法.为了进行句子相似性的计算,提出通过使用卷积神经网络表示句子语义和计算相似性,同时给出基于最大间隔学习的网络训练方法.在百度知道问答语料上的实验结果表明,所提出的答案摘要抽取方法能够生成质量良好的简短回答.与基于词袋的相似性计算相比,使用卷积神经网络能够更好地描述句子语义,计算问题和句子之间的相似性,有效地改善答案摘要的质量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李素建	北京大学信息科学技术学院	16	451	6.0	16.0
2	穗志方	北京大学信息科学技术学院	32	446	14.0	20.0
3	应文豪	北京大学信息科学技术学院	2	10	2.0	2.0
4	肖欣延		1	7	1.0	1.0
5	吕雅娟		1	7	1.0	1.0