融合多相似度注意的神经网络旅游问题识别方法  

Tourism Question Identification via Multiple Similarity Attentions

作　　者：张劲桉 任伟 王素格[1,3] ZHANG Jing’an;REN Wei;WANG Suge(School of Computer&Information Technology,Shanxi University,Taiyuan,Shanxi 030006,China;Shanxi Cultural Tourism Investment Holding Group Information Technology Co.,Ltd,Taiyuan,Shanxi 030000,China;Key Laboratory of Computational Intelligence and Chinese Information Processing of Ministry of Education,Shanxi University,Taiyuan,Shanxi 030006,China)

机构地区：[1]山西大学计算机与信息技术学院,山西太原030006 [2]山西文旅集团信息技术有限公司,山西太原030000 [3]山西大学计算智能与中文信息处理教育部重点实验室,山西太原030006

出　　处：《中文信息学报》2023年第6期157-164,共8页Journal of Chinese Information Processing

基　　金：国家自然科学基金(62076158,62072294);山西省重点研发计划项目(201803D421024)。

摘　　要：中文旅游问题匹配的目标是发现两个相似的问题,然而,在自然语言字面表达中存在多样性,且一个旅游问题通常又包括多个方面信息。因此,采用单一的相似度计算方法将导致信息获取不够完整、有用信息丢失、问题匹配不准确等问题。该文探讨利用答案作为辅助信息,通过多种句子相似度函数,抽取问题中不同方面的信息,生成不同的句子相似度向量表示,以增强句子间的关系。在此基础上,设计一个GRU融合层,使不同方面的信息进行融合,构建一个融合多种句子相似度函数的注意力网络的相似旅游问题识别模型。在旅游问答数据集的实验表明,该文方法提升了相似旅游问题识别任务的性能。Chinese tourism question identification is to detect two similar questions.To deal with the diversity in natural language expression and the complex information related in a tourism question,this paper proposes a question identification model based on attention neural network to capture the sentence similarity in multiple aspect.Linked by the identical answers,different aspects of question sentences are extracted via various similarities metrics.Then a GRU fusion layer is designed to fuse different aspects of information.The experimental results show that the proposed method improves the performance of similar question identification tasks on the tourism question and answer data sets.

关 键 词：句子表示 相似度函数 问题识别 问答 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]