-
题名结合BERT与多尺度CNN的民事纠纷问句意图分类
被引量：3
- 1
-
-
作者
邢义男
张娜娜
-
机构
上海海洋大学信息学院
上海建桥学院信息技术学院
-
出处
《计算机工程与应用》
CSCD
北大核心
2022年第23期205-213,共9页
-
基金
上海市教育委员会“晨光计划”基金(AASH1702)。
-
文摘
问句意图分类作为问答系统的关键任务之一,其能否正确分类对于后续的问答任务十分重要。针对民事纠纷问句中存在的长短不一、特征分散、种类繁多的问题,以及传统卷积神经网络和词向量的不足,为了准确获取民事纠纷问句意图类别,构建了结合BERT与多尺度CNN的民事纠纷问句意图分类模型。对民事纠纷问句数据集进行预处理;采用BERT预训练模型对问句进行语义编码和语义补充;使用4个不同的卷积通道进行卷积运算,每个卷积通道由不同尺度的卷积核进行卷积,将4种不同尺度的问句特征进行拼接得到多层次问句特征信息;通过全连接层和Softmax对问句进行分类。实验结果表明,所提出的模型在中文民事纠纷问句数据集上取得了87.41%的准确率,召回率、F1值分别达到了87.52%、87.39%,能够有效解决民事纠纷问句意图分类的问题。
-
关键词
民事纠纷问句意图分类
BERT
多尺度CNN
自然语言问句理解
-
Keywords
civil dispute questions intention classification
bidirectional encoder representations from transformers(BERT)
multi-scale CNN
natural language question comprehension
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
