基于文本匹配的电商对话系统设计

摘要

cqvip:文本匹配是自然语言处理中解决自动对话问题的关键技术,本文设计了基于表示的文本匹配模型(DSSM模型),将带有记忆功能的循环神经网络(LSTM)引入模型之中,使得模型具有更好的泛化性能。使用百度开源数据集训练出来的网络,文本匹配程度达到76.6%。将训练好的网络应用到电商对话系统中性能表现良好,具有一定的鲁棒性能和实际意义。