融合深度匹配特征的答案选择模型

• 作者: 冯文政 唐杰
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 问答系统 答案选择 深度匹配模型
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 问答与对话系统
• 页码范围: 118-124
• 页数: 7页
• 分类号: TP391
• 字数: 5080字
• 语种: 中文

摘要

答案选择是自动问答系统中的关键任务之一,其主要目的是根据问题与候选答案的相似性对候选答案进行排序,并选择出相关性较高的答案返回给用户.可将其看作成一个文本对的匹配问题.该文利用词向量、双向LSTM、2D神经网络等深度学习模型对问题—答案对的语义匹配特征进行了提取,并将其与传统NLP特征相结合,提出一种融合深度匹配特征的答案选择模型.在Qatar Living社区问答数据集上的实验显示,融合深度匹配特征的答案选择模型比基于传统特征的模型MAP值高5％ 左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	唐杰	清华大学计算机科学与技术系	42	510	13.0	21.0
2	冯文政	清华大学计算机科学与技术系	1	4	1.0	1.0