基于字符级循环网络的查询意图识别模型

• 作者: 刘梦赤 孟奎 胡婕
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 查询意图 字符级 循环神经网络 记忆网络 词向量
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 181-186
• 页数: 6页
• 分类号: TP399
• 字数: 5496字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.03.031

摘要

以特征模板为主的查询意图识别方法存在人工抽取特征繁琐,并且难以捕捉文本语义信息的问题.为此,基于字符级循环网络,提出一种新的查询意图识别模型.为能有效提取句子深层次语义特征,减少长距离信息依赖的限制,使用长短时记忆网络(LSTM)作为神经网络线性变换层,同时增加一层反向LSTM抽取字符的将来信息特征.使用原始汉字直接作为模型的输入,避免分词结果不准确带来的错误传导问题,利用字符的分布向量表示方法,提高句子语义特征的获取.实验结果表明,该方法整体准确率达到90.7%,相比特征模板方法有所提升,能提高用户查询意图的分类性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡婕	湖北大学计算机与信息工程学院	18	101	7.0	9.0
2	刘梦赤	武汉大学计算机学院	14	59	5.0	6.0
3	孟奎	武汉大学计算机学院	1	6	1.0	1.0