基于BLSTM混合模型的游戏问答系统设计与实现

发布时间：2023-06-04 03:35

　　随着近些年互联网的高速发展,人们在享受着大数据便利的同时也面临着信息爆炸带来的困扰,传统搜索引擎已无法满足人们快速准确获取信息的需求,而智能问答系统的出现能很好的解决这一问题。在游戏服务领域,截止到2018年全国游戏用户规模达6.26亿人,游戏产业收入2144.4亿元,占全球市场收入的23.6%。如此大规模的用户在进行游戏时会遇到各种各样的问题,目前只能论坛、贴吧、浏览器等地方,通过关键词查找的方式,查询到按照时间顺序排列的网页和帖子,内容繁多复杂,几乎找不到满意的答案。针对上述问题,本文构建的基于深度学习的游戏语料智能问答系统,可以接受用户的自然语言输入,经过信息检索与问答匹配后返回游戏用户一段精准的答案,极大的提升了用户的游戏体验,对增加游戏活跃度和降低运营商成本有很大帮助,因此有很大的市场发展空间和应用价值。本文主要研究内容如下所示:(1)在限定领域目前没有公开的数据集,本文通过领域网站、知乎问答平台和搜狗问问问答平台多途径收集游戏知识问答语料,通过编写爬虫程序获取游戏问答语料。之后经过数据清洗去除不必要的噪音后存入数据库中,完成限定领域语料知识库的建立。(2)在信息检索部分,本...

【文章页数】：57 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第1章 绪论
    1.1 课题研究背景及意义
    1.2 国内外研究现状及成果
    1.3 本文主要研究内容
    1.4 本文组织结构安排
第2章 智能问答系统与深度学习相关研究
    2.1 常见智能问答系统相关研究
    2.2 智能问答系统关键技术
    2.3 深度学习算法
    2.4 本章小结
第3章 需求分析及游戏领域知识库构建
    3.1 需求分析
    3.2 游戏领域知识库构建
    3.3 本章小结
第4章 基于BLSTM的深度学习混合模型
    4.1 混合模型介绍
    4.2 实验数据
    4.3 评测指标
    4.4 实验及结果分析
    4.5 本章小结
第5章 基于深度学习的游戏问答系统实现
    5.1 系统设计
    5.2 数据获取模块
    5.3 数据处理模块
    5.4 查询扩展模块
    5.5 问句匹配模块
    5.6 系统实现
    5.7 实验及结果分析
    5.8 本章小结
第6章 总结与展望
    6.1 本文总结
    6.2 未来工作展望
参考文献
致谢



本文编号：3830609