基于深度学习的问题回答技术研究  

Question Answering Technology Research Based on Deep Learning

在线阅读下载全文

作  者:李家乐 吴明礼[1] LI Jia-le;WU Ming-li(School of Information Science and Technology,North China University of Technology,Beijing 100144)

机构地区:[1]北方工业大学信息学院,北京100144

出  处:《数字技术与应用》2019年第2期116-117,共2页Digital Technology & Application

摘  要:针对非事实类问答任务,本文搭建了带有注意力机制的双向长短时记忆(BiLSTM)网络模型。实验表明,在2016 NLPCC QA任务数据集上,该模型MRR可达到75.12%,优于传统的机器学习方法。For non-factoid QA tasks,in this paper,we build a BiLSTM model with Attention mechanism.Experiments show that in 2016 NLPCC QA dataset,this model can reach 75.12%on MRR,which is better than the traditional machine learning method.

关 键 词:问题回答 深度学习 注意力机制 双向长短时记忆网络 

分 类 号:TP311.52[自动化与计算机技术—计算机软件与理论]

 

参考文献:

正在载入数据...

 

二级参考文献:

正在载入数据...

 

耦合文献:

正在载入数据...

 

引证文献:

正在载入数据...

 

二级引证文献:

正在载入数据...

 

同被引文献:

正在载入数据...

 

相关期刊文献:

正在载入数据...

相关的主题
相关的作者对象
相关的机构对象