融合pointwise及深度学习方法的篇章排序

• 作者: 刘远超 庞博
• 来源期刊: 山东大学学报（理学版）
• 学科: 工学
• 关键词: 篇章排序 深度学习 相关度
• 年，卷（期）: 2018,（3）
• 页码范围: 30-35
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.6040/j.issn.1671-9352.1.2017.012

摘要

智能问答是让信息获取变得更加智能和便捷的重要途径,其中面向智能问答的篇章排序,对于准确把握用户查询意图,提升用户体验及答案反馈精度都有着十分重要意义.使用深度学习技术来捕获问题及篇章的语义信息,并以此构建到标签的映射模型,然后用训练好的模型来预测新的问题与篇章间的相关度,最后利用预测得到的篇章和问题的相关度指标来对同一问题对应的多个答案篇章进行排序.实验表明该方法在DCG@3指标上可以达到3.979,DCG@5达到5.396.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘远超	哈尔滨工业大学计算机科学与技术学院	21	519	11.0	21.0
2	庞博	哈尔滨工业大学计算机科学与技术学院	6	37	2.0	6.0