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:
针对金融领域中智能客服的句子相似度计算方法进行了研究.利用基于词性的分词纠正模型减少中文歧义词、金融相关词汇的分词错误;通过词向量方法和循环神经网络分别提取词语级和句子级的语义特征,并且得到句子向量;用融合层计算出句子向量间的差异特征;对差异特征进行降维和归一化得到句子相似度计算结果.实验结果表明,该方法具有较高的准确率和F1值.
推荐文章
基于互译特征词对匹配的老-汉双语句子相似度计算方法研究
老-汉双语词典
相似度计算
算法改进
双语句对识别
词汇互译
实验验证
基于词向量的句子相似度计算及其应用研究
计算机辅助翻译
相似度计算
词向量
IAT系统
基于语义依存的汉语句子相似度计算
相似度计算
语义
依存结构
自然语言处理
多文档文摘
一种综合事件本体相似度计算方法
本体
事件本体
概念相似度
语义
相似度计算
事件本体相似度
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 面向智能客服的句子相似度计算方法
来源期刊 计算机工程与应用 学科 工学
关键词 智能客服 句子相似度 分词纠正 词向量 循环神经网络
年,卷(期) 2019,(13) 所属期刊栏目 模式识别与人工智能
研究方向 页码范围 123-128
页数 6页 分类号 TP391
字数 5122字 语种 中文
DOI 10.3778/j.issn.1002-8331.1812-0142
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 纪明宇 东北林业大学信息与计算机工程学院 11 15 3.0 3.0
2 王晨龙 东北林业大学信息与计算机工程学院 2 3 1.0 1.0
3 安翔 东北林业大学信息与计算机工程学院 2 3 1.0 1.0
4 牟伟晔 东北林业大学信息与计算机工程学院 1 3 1.0 1.0
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  (3)
同被引文献  (13)
二级引证文献  (0)
2019(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
智能客服
句子相似度
分词纠正
词向量
循环神经网络
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导