基于BERT-CNN的电影原声智能问答系统

摘要：

智能问答是自然语言处理领域一个非常重要的研究热点,传统的智能问答不能准确地理解用户的意图,从而无法返回准确的答案.因此,提出了基于BERT-CNN算法的智能问答系统,并应用于电影原声领域,可以快速准确地反馈相关信息.首先,构建电影原声的知识图谱,建立节点实体以及实体之间的关系,利用Neo4j图数据库对数据进行存储.然后,通过基于规则和词典的方法进行实体识别,利用BERT-CNN分类算法对用户意图进行分类.最后,根据用户意图和实体,将问句转化成知识图谱的查询语句,在数据库中查询后返回结果.实验结果表明,构建的面向电影原声智能问答系统是可行的,采用BERT-CNN分类算法,分类准确率高达91.24％,能够实时得到问题答案的准确反馈,准确率达到95％以上.

关键词：智能问答、知识图谱、电影原声、BERT-CNN分类、图数据库

所属期刊栏目：30

分类号：TP31(计算技术、计算机技术)

资助基金：国家自然科学基金;上海市自然科学基金;上海大学电影学高峰学科项目

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：158-162