基于混合神经网络的问题分类方法

• 作者: 梁霄 许光銮 郭智 陈柯锦
• 来源期刊: 计算机与现代化
• 学科: 工学
• 关键词: 问题分类 联合表示 深度学习 注意力机制
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 人工智能
• 页码范围: 1-4,10
• 页数: 5页
• 分类号: TP391
• 字数: 4299字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-2475.2018.09.001

摘要

自动问答系统对用户自然语言方式提出的问题,给出快速准确的答案,引起了学术界与工业界的广泛关注.问题分类任务通过自动判断问题类型,对提高问答系统回答问题的准确率具有重要意义.本文利用问题和答案的上下文信息,结合卷积神经网络和循环神经网络各自的优势,提出一种混合深度学习模型.除此之外,为了增强问题特征的表达能力,该模型引入注意力机制,提升模型的泛化能力.在360问答数据集进行对比实验验证,实验表明,本文模型相比于传统方法提升了1.6％ ～5.6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭智	中国科学院电子学研究所	26	115	6.0	9.0
5	许光銮	中国科学院电子学研究所	5	19	3.0	4.0
9	陈柯锦	中国科学院大学电子电气与通信工程学院	2	2	1.0	1.0