基于自适应扩展机制的领域智能问答系统

摘要

针对目前智能问答系统采用单层网络模型理解用户意图,未能准确关注用户语句中的细节特征的问题,提出了一种基于关键词分离的双层网络模型用户意图识别方法.第一层使用双向长短时记忆网络和条件随机场模型对用户语句中的关键词及问题句式进行识别,第二层将识别出的关键词作为细节特征,采用融合注意力机制的双层双向长短时记忆网络进行问题类型的识别,两层识别的结果为用户意图.实验证明,该方法的准确率和召回率平均提升了6％.针对用户数据较少时智能问答系统仍要扩展的需求,提出基于自适应扩展的智能问答系统优化方法.该方法使用基于句法结构的层次聚类算法对未识别的用户问题进行聚类,定期更新问题类型库.实验证明,基于句法结构的层次聚类算法正确率可达76％.