基于社区问答数据迁移学习的FAQ问答模型研究

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.

关键词：迁移学习、深度神经网络、FAQ问答

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金U1711261,61432006

在线出版日期：2019-11-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：74-84