基于变分自编码器的问题识别方法

• 作者: 李寿山 王路
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 非正式 问题识别 半监督 变分自编码器 注意力机制
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 信息科学
• 页码范围: 79-84
• 页数: 6页
• 分类号: TP391
• 字数: 4902字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2018192

摘要

在非正式问答语料中,往往存在问题文本中包含多个子问题的情况,需要将每个子问题分别识别出来.由于标注样本的数目太小,并且存在海量的未标注样本,可以用半监督深度学习方法来进行问题识别.采用了变分自编码器(variational auto-encoder, VAE),并且结合了在深度学习模型中广泛应用的注意力机制.实验结果表明,不管是F值还是准确率,变分自编码器和注意力机制的结合可以显著地提升问题识别的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李寿山	苏州大学计算机科学与技术学院	68	618	13.0	23.0
2	王路	苏州大学计算机科学与技术学院	3	1	1.0	1.0