基于Bi-LSTM和CNN并包含注意力机制的社区问答问句分类方法
问句分类的目标是将用户提出的自然语言问句分到预先设定的类别. 在社区问答中, 如何准确高效的对问句进行分类是一项重要任务. 本文提出了一种基于深度神经网络的问句分类方法, 该方法首先将问句用词向量进行表示, 然后用融合双向长短时记忆网络(Bi-LSTM)和卷积神经网络(CNN)结构并包含注意力机制的深度学习模型提取问句特征进行分类. 该方法的特色在于利用Bi-LSTM和CNN在句子级文本表示的优点, 充分捕捉问句特征,并结合问句的对应答案来表示问句, 丰富了问句信息. 实验表明, 该问句分类方法准确率较高, 在多个数据集上取得不错结果.
问句分类、答案集、注意力机制、深度神经网络
27
上海市经济和信息化委员会项目201602024;上海市科学技术委员会项目14DZ2260800
2018-09-28（万方平台首次上网日期，不代表论文的发表时间）
共6页
157-162
