基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文本分类或文本匹配是解决基于常见问题和解答(FAQ)问答的2个途径.单独使用分类方法不能有效利用标准问题本身的信息,而单独使用匹配方法时,负样本的选择很困难,为此,提出一类将文本分类和文本匹配方法相结合的模型,不仅能选择真正需要区分的负例,并且能够有效利用标准问题的信息.实验结果表明,提出的模型在多个FAQ问答数据上能达到最好性能.
推荐文章
基于社区问答数据迁移学习的FAQ问答模型研究
迁移学习
深度神经网络
FAQ问答
面向课程的中文 FAQ 自动问答系统模型
问答系统
句子相似度
常见问题集
DOM树
网络教学平台
基于VSM和LDA模型的FAQ问答系统
VSM
相似度计算
LDA (Latent Dirichlet Allocation)
主题-词分布
基于问句相似度的中文FAQ问答系统
问句相似度
语义相似度
常见问题集
向量空间模型
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 联合分类与匹配的FAQ问答模型
来源期刊 北京邮电大学学报 学科 工学
关键词 问答模型 文本分类 文本匹配
年,卷(期) 2019,(4) 所属期刊栏目 论文
研究方向 页码范围 76-81
页数 6页 分类号 TP391.1
字数 语种 中文
DOI 10.13190/j.jbupt.2018-299
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王小捷 北京邮电大学智能科学与技术中心 35 179 8.0 11.0
2 莫歧 北京邮电大学智能科学与技术中心 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
问答模型
文本分类
文本匹配
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
北京邮电大学学报
双月刊
1007-5321
11-3570/TN
大16开
北京海淀区西土城路10号
2-648
1960
chi
出版文献量(篇)
3472
总下载数(次)
19
总被引数(次)
26644
论文1v1指导