基于卷积神经网络的自动问答

被引：30

作者：

金丽娇

傅云斌

董启文

机构：

[1] 华东师范大学数据科学与工程学院

来源：

华东师范大学学报(自然科学版) | 2017年 / 05期

基金：

国家重点研发计划;

关键词：

卷积神经网络; 自动问答; 语义表示; 语义匹配;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算]; TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文]; 140502 [人工智能];

摘要：

自动问答是自然语言处理领域中的一个研究热点,自动问答系统能够用简短、精确的答案直接回答用户提出的问题,给用户提供更加精确的信息服务.自动问答系统中需解决两个关键问题:一是实现自然语言问句及答案的语义表示,另一个是实现问句及答案间的语义匹配.卷积神经网络是一种经典的深层网络结构,近年来卷积神经网络在自然语言处理领域表现出强大的语言表示能力,被广泛应用于自动问答领域中.本文对基于卷积神经网络的自动问答技术进行了梳理和总结,从语义表示和语义匹配两个主要角度分别对面向知识库和面向文本的问答技术进行了归纳,并指出了当前的研究难点.

引用

页码：66 / 79

页数：14

共 5 条

[1]

深度文本匹配综述 [J].

庞亮 ;

兰艳艳 ;

徐君 ;

郭嘉丰 ;

万圣贤 ;

程学旗 .

计算机学报, 2017, 40 (04) :985-1003

[2]

自动问答综述 [J].

郑实福 ;

刘挺 ;

秦兵 ;

李生 .

中文信息学报, 2002, (06) :46-52

[3]

DBpedia – A large-scale; multilingual knowledge base extracted from Wikipedia.[J].Jens Lehmann;Robert Isele;Max Jakob;Anja Jentzsch;Dimitris Kontokostas;Pablo N. Mendes;Sebastian Hellmann;Mohamed Morsey;Patrick van Kleef;Sören Auer;Christian Bizer.Semantic Web.2015, 2

[4]

An introduction to latent semantic analysis [J].

Landauer, TK ;

Foltz, PW ;

Laham, D .

DISCOURSE PROCESSES, 1998, 25 (2-3) :259-284

[5]

NEOCOGNITRON - A SELF-ORGANIZING NEURAL NETWORK MODEL FOR A MECHANISM OF PATTERN-RECOGNITION UNAFFECTED BY SHIFT IN POSITION [J].

FUKUSHIMA, K .

BIOLOGICAL CYBERNETICS, 1980, 36 (04) :193-202

← 1 →