基于深度学习的大规模问题数据生成的研究

摘要

在问答型机器人领域,问题型数据占据十分重要的位置。由于传统方法中模板的局限性、高人工成本等因素阻碍了对问题生成模型的应用价值挖掘。随着深度学习的发展,问题生成领域存在的局限性得到了解决的契机。基于深度学习,在循环神经网络、Transformer二者优势下构造了新型神经网络框架,实验结果显示算法基本克服了在传统方法中存在的困难。在未来,对数据的不断完善和加工,数据集与模型强联,使之运用于各个行业,如人工客服方面逐步解绑员工服务,依赖训练有素的问答模型做服务应对。