基于混合神经网络的问题分类方法

摘要：

自动问答系统对用户自然语言方式提出的问题,给出快速准确的答案,引起了学术界与工业界的广泛关注.问题分类任务通过自动判断问题类型,对提高问答系统回答问题的准确率具有重要意义.本文利用问题和答案的上下文信息,结合卷积神经网络和循环神经网络各自的优势,提出一种混合深度学习模型.除此之外,为了增强问题特征的表达能力,该模型引入注意力机制,提升模型的泛化能力.在360问答数据集进行对比实验验证,实验表明,本文模型相比于传统方法提升了1.6％ ～5.6％.

关键词：问题分类、联合表示、深度学习、注意力机制

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61725105, 61331017

在线出版日期：2018-09-28（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：1-4,10