卷积深度神经网络在基于文档的自动问答任务中的应用与改进

• 作者: 傅健
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 卷积神经网络 自动问答 深度学习 语义匹配 自然语言处理
• 年，卷（期）: 2019,（8）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 177-180,219
• 页数: 5页
• 分类号: TP391
• 字数: 4429字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.08.031

摘要

基于文档的自动问答,尤其是语义匹配,其目标是计算两个文本之间的相似度.这是自然语言处理中的典型任务,并且用以衡量对自然语言的理解程度.深度学习方法得益于可以自动化地学习到给定任务的最优特征表示,在许多研究中取得成功,也包括文本匹配.针对基于文档的自动问答,提出一个基于卷积深度神经网络的语义匹配模型,以便对每一对问题和文档提取特征,并据此计算它们的得分.通过问题和文档之间的交互计算,利用重叠词等文本特征,在中文开放域上的自动问答任务中取得的实际效果证明了该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	傅健	复旦大学计算机学院	1	0	0.0	0.0