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
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.15888/j.cnki.csa.006536

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

引用
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

相关文献
评论
暂无封面信息
查看本期封面目录

计算机系统应用

1003-3254

11-2854/TP

27

2018,27(9)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn