-
题名融合历史答案特征的多粒度语义交互答案排序方法
- 1
-
-
作者
崔伟琪
严馨
刘艳超
邓忠莹
徐广义
-
机构
昆明理工大学信息工程与自动化学院
昆明理工大学云南省人工智能重点实验室
湖北工程学院信息技术中心
云南南天电子信息产业股份有限公司昆明南天电脑信息系统有限公司
-
出处
《计算机工程与设计》
北大核心
2024年第7期1989-1996,共8页
-
基金
国家自然科学基金项目(61562049、61462055)。
-
文摘
为解决只根据单一特征判断答案质量的问题,提出一种结合历史答案特征及多粒度语义交互判断答案质量的排序方法。通过指针网络提取历史答案特征,用动态注意力剔除掉问答对及历史答案的弱相关部分,采用比较聚合池化提取局部语义特征向量,用池化归纳问答对及历史答案句子信息,通过加权求和提取全局语义特征向量。将问答对及历史答案的局部和全局语义特征向量融合,输入到分类器进行打分,按照得分对候选答案排名。实验结果表明,所提方法有效提升了答案选择的正确率。
-
关键词
答案排序
多粒度语义交互
注意力机制
指针神经网络
预训练模型
长短期记忆网络
深度学习
-
Keywords
answers ranking
multi granularity semantic interaction
attention mechanism
pointer network
pre-trained model
LSTM
deep learning
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名基于语法分析和统计方法的答案排序模型
被引量：6
- 2
-
-
作者
李波
高文君
邱锡鹏
-
机构
复旦大学计算机科学与工程系
-
出处
《中文信息学报》
CSCD
北大核心
2009年第2期23-27,47,共6页
-
基金
国家自然科学基金资助项目(60435020)
-
文摘
该文描述了一种构建问答式检索系统中答案排序模型的新方法。该方法结合了基于密度方法的度量特征和外部知识库,并且引入了基于语法分析方法的语法关键路径的新特征,使用支持向量机回归模型训练评估函数。实验证明,引入了上述语法关键路径特征后的新答案排序模型的排序性能有了明显提高。
-
关键词
计算机应用
中文信息处理
自动问题回答
语法关键路径
答案排序
支持向量机
-
Keywords
computer application
Chinese information processing
question answering
syntactic path
answerranking
Support Vector Machine
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名融合多种神经网络与多特征的答案排序方法
- 3
-
-
作者
王龙
段利国
李爱萍
-
机构
太原理工大学信息与计算机学院
武汉大学软件工程国家重点实验室
-
出处
《计算机工程与设计》
北大核心
2021年第3期846-852,共7页
-
基金
山西省基础研究计划基金项目(201801D121137)。
-
文摘
针对答案排序问题,提出并构建融合多种神经网络与多特征的答案排序模型。将问题和候选答案的词向量送入使用Leaky Relu激活函数的卷积神经网络进行学习,得到的学习结果与词汇特征、主题特征等相互拼接,输入到双向门控循环单元,其输出结果经由多层感知器进行处理后,通过softmax分类器得出最终答案排序的结果。实验结果表明,该模型在WikiQACorpus数据集上取得了较好实验结果,准确率略高于已有基线模型,达到74.43%。
-
关键词
多特征
答案排序
Leaky
Relu激活函数
卷积神经网络
双向门控循环单元
-
Keywords
multiple features
answer selection sorting
Leaky Relu activation function
convolutional neural network
bidirectional gated recurrent units
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名针对问答系统隐性垃圾内容的答案再排序模型
- 4
-
-
作者
田雅
郑明春
乔鸿
-
机构
山东师范大学管理科学与工程学院
-
出处
《计算机应用研究》
CSCD
北大核心
2017年第8期2315-2318,2371,共5页
-
基金
国家自然科学基金资助项目(61402266)
国家社会科学基金资助项目(14BTQ049)
-
文摘
社会化问答系统为人们提供知识共享的平台,然而网站上存在着诸如推广信息的隐性垃圾内容,这些内容在包含诸多有用内容的基础上含有虚假的推广信息,这些虚假信息可能会带来更严重的后果,因此,如何检测及识别这些隐性的垃圾内容尤为重要。通过在任务型的网上交易平台搜集实验数据,创新地提出了一种基于物理学牛顿第二运动定律的优化答案排序模型,旨在原有的答案序列的基础上,加入隐性垃圾内容的特征,通过将回答者提交的答案看成是受多个力作用的物体,答案的排序看成是物体的下落过程,来对答案进行重新排序,使虚假信息沉淀到答案序列下方。实验证明,此模型能够快速有效地完成对答案的排序,实现按照质量对答案进行排序。
-
关键词
问答系统
隐性垃圾内容
答案再排序
-
Keywords
CQA
implicit spam answers
re-ranking model
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名依赖关系三元组匹配在问题回答中的应用
被引量：1
- 5
-
-
作者
林锋
周雅倩
黄萱菁
吴立德
-
机构
复旦大学计算机科学与工程系
-
出处
《自动化学报》
EI
CSCD
北大核心
2008年第11期1410-1416,共7页
-
基金
国家自然科学基金(60435020
60503070)资助~~
-
文摘
描述了一种新的计算问题与支持答案句相似度的方法,即基于依赖关系三元组匹配的方法.该方法引入了问题中的疑问性和非疑问性部分的信息,采用了启发式规则扩展问题的依赖关系三元组,从而匹配变形的答案句.同时把问题与支持答案句的相似度作为新的特征,应用于开放领域的问题回答(Question answering,QA)任务中的答案排序.实验结果表明,引入新特征的答案排序方法与通常的基于密度的方法相比,在相对精度指标上提高了8.2%,在平均排序倒数(Mean reciprocal rank,MRR)评价上提高了8%.
-
关键词
问题回答
答案排序
依赖关系三元组
-
Keywords
Question answering, answering ranking, dependency relation triple
-
分类号
TP391.3
[自动化与计算机技术—计算机应用技术]
-
