基于深度学习的问答意图识别及应用.pdfVIP

摘要 摘要 现在越来越多的网站可以为用户提供信息，但就信息炸裂的现象来看，如何 才能为用户提供最有用的信息，才是至关重要的关注点。一般的网站问答模式， 是在用户提交问答的时候，让用户自动选择类型，这其中存在两个问题：第一， 这种模式会把数据局限在本网站内，不能提供其他更多可参考的数据；第二，作 为用户，无法确保都能有效地标识出该条问答的意图类型。所以该论文主要解决 以上两点问题，整合信息资源，为用户提供更加准确的、丰富的意图分类数据， 基于深度学习模型来实现意图识别系统，对于提升信息的便捷性是十分有意义的。 主要工作内容如下： （1）数据来源是通过其他站点抓取获得的，挑选当前比较流行的旅游类网 站，这不仅可以保证数据来源的广泛性，还可以确保数据的真实有效性，以提供 丰富数据来满足用户的需求。 （2 ）意图识别是存在于问答句与用户需求之间的一种联系形式，单意图识 别研究中，选用快速、准确的Fast Text （快速文本分类工具）作为识别模型，并 与传统方法词频分布、常用深度学习算法模型进行比较，并对该算法模型进行参 数分析及优化。 （3 ）对于系统中存在的多意图识别数据，本文中提出基于可变滑动窗口机 制与Fast Text 模型相结合的研究方法，其中滑动窗口机制是充分考虑句子之间 的关联，以此提升多意图问题的识别效果，同时还能改变滑动窗口大小达到最优。 （4 ）将单意图以及多意图模型综合在一起，并由实验结果表明，该混合模 型在意图识别的场景应用中，具有较好的性能表现。为适应意图识别系统的运行， 辅以报警、报表等功能，确保能持续、稳定的为用户提供信息。 关键词：问答、深度学习、文本分类、意图识别 I ABSTRACT ABSTRACT Now more and more websites can provide information for users, but in terms of information bursting, how to provide users with the most useful information is a crucial concern. The general website question and answer mode is to let the user automatically select the type when the user submits a question. There are two problems in this process. First, this model will limit the data to this site and cannot provide more information and referenced data; Second, the users will not seriously and effectively identify the type of intent for the question sometimes. Therefore, the thesis mainly solves the above two problems, integrates information resources, provides users with more accurate and rich intent classification data. And implements the intent recognition system based on the deep learning model, which is very meaningful for improving the convenience of information. The main work of this thesis