面向游戏客服场景的自动问答系统研究与实现

摘要：

针对游戏客服场景中玩家领域化、口语化的提问方式，应用深度学习工具word2vec建立带有语义的词的向量表示，设计了一种利用词向量距离，结合同义词替换、权重、句子长度、词序等因素的句子相似度计算模型。在该模型基础上，通过预分类、重定义分类规则，对KNN分类算法的大类占优、全局匹配计算代价高等问题进行改进，实现了一种基于文本分类的面向游戏客服场景的自动问答系统。实验结果表明，该系统具有较高的问题分类准确率和分类效率。

关键词：word2vec、句子相似度、文本分类、自动问答、自然语言处理

所属期刊栏目：52

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No.61473089。

在线出版日期：2016-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：152-159