基于Bi-LSTM的动画电影智能问答系统

• 作者: 丁友东 李娜 梁景坤 黄东晋
• 来源期刊: 现代电影技术
• 学科: 工学
• 关键词: 智能问答 知识图谱 双向长短期记忆模型 朴素贝叶斯分类
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 研发与应用
• 页码范围: 30-35,41
• 页数: 7页
• 分类号: TP391.1
• 字数: 5229字
• 语种: 中文

摘要

智能问答系统是市场上各类智能机器人的核心,也具有广阔的应用前景.然而,传统的问答系统通常更偏向于文档检索,因为它只能在答案所在的文档中找到用户的问题,并且不能准确地捕获用户的目的,从而用户无法获取准确的答案.因此,本文基于Bi-LSTM模型构建了面向动漫电影领域的智能问答,该系统可以帮助用户快速查询动漫电影的相关资料.首先,构建动漫电影的知识图谱,建立节点实体和实体之间的关系,使用Neo4j图数据库来存储数据.接下来,双向长短期记忆模型(Bi-LSTM)和条件随机场(CRF)用于命名实体识别,并且朴素贝叶斯分类用于对用户意图进行分类.最后,根据用户意图和实体,将问题转换为知识图谱查询语言并在数据库查询后返回结果.实验显示,本文提出的问答系统是可行的,动画领域问题答案的准确率均在90％以上.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	丁友东	上海大学上海电影学院	86	368	11.0	13.0
2	黄东晋	上海大学上海电影学院	24	76	4.0	8.0
3	李娜	上海大学上海电影学院	27	65	3.0	7.0
4	梁景坤	上海大学上海电影学院	1	0	0.0	0.0