基于深度神经网络的智能问答系统性能优化研究

发布时间：2021-03-15 11:07

　　智能问答系统是融合了自然语言处理技术、信息检索技术和语义分析的人工智能信息服务系统。智能问答系统采取一问一答的方法,通过处理与分析输入的语句,自动生成可靠准确的回复,并且尽可能的符合人与人之间日常交互的特点,为每位用户提供个性化的信息服务。智能问答系统赋予了计算机理解人类语句并做出响应的能力,具有适用范围广泛,使用方法简便等特点。然而由于对话的表达灵活多样,同时通过人们的生产生活,对话不断地增新。所以对计算机而言,使用传统的方法直接分析人类语句并做出响应存在着不小的技术挑战。现有的智能问答系统大多都只能实现简单的功能,无法在现实场景中发挥作用,此外在应答过程中还存在答非所问,应答场景有限等缺陷。随着人工智能技术和深度学习的快速发展,涌现出各式各样设计巧妙的神经网络,如卷积神经网络、递归神经网络、深度神经网络等,它们帮助研究者们在自然语言处理领域找到了新的突破口。为了解决上述问题,创建一个具有实际使用价值且应答流畅的系统,本文提出了一种基于深度神经网络的智能问答系统设计与优化方法。现有的智能问答系统多使用的是谷歌等线上开源语料库,然后再对语料库进行一系列预处理,包括文本清洗与分词,词性标... 

【文章来源】：南京邮电大学江苏省

【文章页数】：72 页

【学位级别】：硕士

【部分图文】：

检索匹配模型的结构

商业推广语料库文件形式

商业推广问答语料库常见词语出现的频率色散图


本文编号：3084071