基于社区问答数据迁移学习的FAQ问答模型研究

• 作者: 杜小勇 覃雄派 邵明锐 陈跃国 马登豪
• 来源期刊: 华东师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 迁移学习 深度神经网络 FAQ问答
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 新兴应用中的计算机智能
• 页码范围: 74-84
• 页数: 11页
• 分类号: TP391
• 字数: 6806字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-5641.2019.05.006

摘要

基于FAQ(Frequent Asked Questions)问答技术构建智能客服系统,是当前业界普遍采用的技术方案.基于FAQ构建的问答系统,其返回的结果具有稳定、可靠、质量高的优点;但因受限于人工标注的知识库规模,识别能力有限,容易遇到瓶颈.为了解决FAQ数据集规模有限的问题,给出了数据层面和模型层面的解决方法:在数据层面,利用百度知道爬取相关数据并挖掘语义等价问题,保证了数据的相关性和一致性;在模型层面,提出了一种面向迁移学习的深度神经网络transAT,该模型融合了Transformer强大的特征抽取能力和注意力机制,适用于句子对之间的语义相似度计算.实验表明,该方法可以显著提升模型在FAQ问答任务中的效果,在一定程度上解决了FAQ数据集规模有限的问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	覃雄派	中国人民大学信息学院	23	70	6.0	6.0
2	杜小勇	中国人民大学信息学院	79	2516	24.0	49.0
3	陈跃国	中国人民大学信息学院	9	142	3.0	9.0
4	邵明锐	中国人民大学信息学院	1	2	1.0	1.0
5	马登豪	中国人民大学信息学院	1	2	1.0	1.0