汽车故障问答社区中问题分类与答案质量预测方法研究
发布时间：2022-12-18 16:13
车主以往总是借助搜索引擎对汽车故障进行初判,然而搜索引擎通常难以准确定位用户信息需求,导致检索结果不佳。鉴于此,一些专业的汽车门户网站相继推出问答社区,车主可以通过向其他用户提问获取汽车故障的相关知识,自主完成汽车故障的初判,在满足用户特定信息需求的同时增强了用户间的互动性。随着问答知识的不断积累,如何有效整合信息资源,利用智能技术,快速、高效、准确地为用户提供高质量的汽车故障问答信息成为当务之急。针对上述现状,本文研究了汽车故障问答库智能管理系统设计架构,并且针对系统中汽车故障的问题分类与答案质量预测两个关键任务进行相应算法的研究,具体工作内容如下:（1）收集、处理并分析汽车故障领域的相关问答数据,根据汽车故障问答对数据的特点以及系统所需功能,设计了面向问答社区的汽车故障问答库智能管理系统框架,有效整合了汽车故障问答资源。（2）针对汽车故障问题文本特征稀疏、语义信息不全等问题,提出基于问题-答案语义共现的汽车故障问题分类方法。利用词嵌入模型,将问题文本与答案文本中语义相似的词作为共现词,并利用注意力机制聚焦问题文本中的共现词特征,有效提高了问题分类的精度。（3）针对目前答案质量预测方...
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 问题分类研究现状
1.2.2 答案质量预测研究现状
1.3 研究工作
1.4 论文组织结构
第2章 相关理论方法
2.1 文本表示
2.1.1 向量空间模型
2.1.2 词嵌入模型
2.2 深度学习模型
2.2.1 卷积神经网络
2.2.2 长短时记忆网络
2.2.3 注意力机制
2.3 性能评估指标
2.4 本章小结
第3章 汽车故障问答库智能管理系统框架
3.1 汽车故障问答库智能管理系统框架设计
3.1.1 系统架构设计
3.1.2 系统模块设计
3.1.3 系统流程设计
3.2 汽车故障问答文本数据集构建
3.2.1 数据获取
3.2.2 数据处理
3.2.3 数据标注
3.3 汽车故障问答库智能管理系统关键任务
3.3.1 汽车故障问题分类
3.3.2 汽车故障答案质量预测
3.4 本章小结
第4章 基于语义共现与注意力网络的汽车故障问题分类方法
4.1 问题分析
4.2 基于语义共现与注意力网络的问题分类模型架构
4.2.1 基于共现词注意力的问题文本表示层
4.2.2 单通道卷积层与长短时记忆网络层
4.2.3 词级注意力层
4.3 实验设计与分析
4.3.1 实验设置
4.3.2 实验结果与分析
4.4 本章小结
第5章 基于问题-答案联合学习的汽车故障答案质量预测方法
5.1 问题分析
5.2 基于问题-答案联合学习的答案质量预测模型架构
5.2.1 问答文本联合表示层
5.2.2 基于问答文本联合表示的并行卷积层
5.2.3 并行长短时记忆网络层与输出层
5.3 特征构建与选择
5.4 实验设计与分析
5.4.1 实验设置
5.4.2 实验结果与分析
5.5 本章小结
第6章 总结与展望
6.1 研究工作总结
6.2 未来工作展望
参考文献
致谢
攻读学位期间参加的科研项目和成果
【参考文献】：
期刊论文
[1]基于标签语义注意力的多标签文本分类[J]. 肖琳,陈博理,黄鑫,刘华锋,景丽萍,于剑. 软件学报. 2020(04)
[2]基于双向长短时记忆网络的改进注意力短文本分类方法[J]. 陶志勇,李小兵,刘影,刘晓芳. 数据分析与知识发现. 2019(12)
[3]基于短语注意机制的文本分类[J]. 江伟,金忠. 中文信息学报. 2018(02)
[4]基于语义扩展与注意力网络的问题细粒度分类[J]. 谢雨飞,吕钊. 计算机工程. 2019(01)
[5]中文问答社区答案质量的评价研究:以知乎为例[J]. 王伟,冀宇强,王洪伟,郑丽娟. 图书情报工作. 2017(22)
[6]基于双语信息的问题分类方法研究[J]. 徐健,张栋,李寿山,王红玲. 中文信息学报. 2017(05)
[7]基于Web的问答系统综述[J]. 李舟军,李水华. 计算机科学. 2017(06)
[8]基于用户回答顺序的社区问答答案质量预测研究[J]. 徐安滢,吉宗诚,王斌. 中文信息学报. 2017(02)
[9]基于问题与答案联合表示学习的半监督问题分类方法[J]. 张栋,李寿山,王晶晶. 中文信息学报. 2017(01)
[10]面向问答社区的中文问题分类[J]. 董才正,刘柏嵩. 计算机应用. 2016(04)
硕士论文
[1]支持汽车维修自动问答的案例匹配方法研究[D]. 张强.电子科技大学 2019
[2]社区问答系统中答案排序和问题检索算法研究与应用[D]. 张力.中国科学技术大学 2018
本文编号：3722359
【文章页数】：75 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.2.1 问题分类研究现状
1.2.2 答案质量预测研究现状
1.3 研究工作
1.4 论文组织结构
第2章 相关理论方法
2.1 文本表示
2.1.1 向量空间模型
2.1.2 词嵌入模型
2.2 深度学习模型
2.2.1 卷积神经网络
2.2.2 长短时记忆网络
2.2.3 注意力机制
2.3 性能评估指标
2.4 本章小结
第3章 汽车故障问答库智能管理系统框架
3.1 汽车故障问答库智能管理系统框架设计
3.1.1 系统架构设计
3.1.2 系统模块设计
3.1.3 系统流程设计
3.2 汽车故障问答文本数据集构建
3.2.1 数据获取
3.2.2 数据处理
3.2.3 数据标注
3.3 汽车故障问答库智能管理系统关键任务
3.3.1 汽车故障问题分类
3.3.2 汽车故障答案质量预测
3.4 本章小结
第4章 基于语义共现与注意力网络的汽车故障问题分类方法
4.1 问题分析
4.2 基于语义共现与注意力网络的问题分类模型架构
4.2.1 基于共现词注意力的问题文本表示层
4.2.2 单通道卷积层与长短时记忆网络层
4.2.3 词级注意力层
4.3 实验设计与分析
4.3.1 实验设置
4.3.2 实验结果与分析
4.4 本章小结
第5章 基于问题-答案联合学习的汽车故障答案质量预测方法
5.1 问题分析
5.2 基于问题-答案联合学习的答案质量预测模型架构
5.2.1 问答文本联合表示层
5.2.2 基于问答文本联合表示的并行卷积层
5.2.3 并行长短时记忆网络层与输出层
5.3 特征构建与选择
5.4 实验设计与分析
5.4.1 实验设置
5.4.2 实验结果与分析
5.5 本章小结
第6章 总结与展望
6.1 研究工作总结
6.2 未来工作展望
参考文献
致谢
攻读学位期间参加的科研项目和成果
【参考文献】：
期刊论文
[1]基于标签语义注意力的多标签文本分类[J]. 肖琳,陈博理,黄鑫,刘华锋,景丽萍,于剑. 软件学报. 2020(04)
[2]基于双向长短时记忆网络的改进注意力短文本分类方法[J]. 陶志勇,李小兵,刘影,刘晓芳. 数据分析与知识发现. 2019(12)
[3]基于短语注意机制的文本分类[J]. 江伟,金忠. 中文信息学报. 2018(02)
[4]基于语义扩展与注意力网络的问题细粒度分类[J]. 谢雨飞,吕钊. 计算机工程. 2019(01)
[5]中文问答社区答案质量的评价研究:以知乎为例[J]. 王伟,冀宇强,王洪伟,郑丽娟. 图书情报工作. 2017(22)
[6]基于双语信息的问题分类方法研究[J]. 徐健,张栋,李寿山,王红玲. 中文信息学报. 2017(05)
[7]基于Web的问答系统综述[J]. 李舟军,李水华. 计算机科学. 2017(06)
[8]基于用户回答顺序的社区问答答案质量预测研究[J]. 徐安滢,吉宗诚,王斌. 中文信息学报. 2017(02)
[9]基于问题与答案联合表示学习的半监督问题分类方法[J]. 张栋,李寿山,王晶晶. 中文信息学报. 2017(01)
[10]面向问答社区的中文问题分类[J]. 董才正,刘柏嵩. 计算机应用. 2016(04)
硕士论文
[1]支持汽车维修自动问答的案例匹配方法研究[D]. 张强.电子科技大学 2019
[2]社区问答系统中答案排序和问题检索算法研究与应用[D]. 张力.中国科学技术大学 2018
本文编号：3722359
本文链接：https://www.wllwen.com/guanlilunwen/shequguanli/3722359.html
