首页 | 官方网站   微博 | 高级检索  
     

基于网格LSTM混合算法的地质领域用户意图识别
引用本文:贺金龙,付立军,姚郑,吕鹏飞,黄徐胜.基于网格LSTM混合算法的地质领域用户意图识别[J].计算机系统应用,2020,29(10):44-52.
作者姓名:贺金龙  付立军  姚郑  吕鹏飞  黄徐胜
作者单位:中国科学院大学,北京100049;中国科学院网络信息中心,北京100049;中国科学院大学,北京100049;中国科学院沈阳计算技术研究所,沈阳110168;中国地质图书馆,北京100083
基金项目:国家重点研发计划(2018YFC1505501);国土资源部大数据科研专项(201511079-3)
摘    要:针对传统基于模板匹配、关键词共现、人工特征集合等方法的问答机器人存在用户意图识别耗时、费力且扩展性不强的问题,本文结合地质领域文献中结构化知识问答的复杂特点,使用了基于网格记忆网络(LSTM+CRF+Lattice)与基于卷积神经网络(CNN)融合的优化模型.该模型将用户询问意图识别看作分类问题,首先使用网格记忆网络进行文本信息的命名实体识别及关系抽取,然后使用卷积神经网络将用户输入的其他文本信息进行属性分类,接着将分类结果转化为满足知识图谱查询的结构化方式,最终实现地质知识属性映射的用户询问意图识别.实验证明,在考虑地质知识特征的处理中,对于准确率的提升起到了极大帮助.

关 键 词:知识结构化  询问意图  实体识别  属性映射
收稿时间:2020/3/25 0:00:00
修稿时间:2020/4/21 0:00:00

User Intention Recognition in Geological Field Based on LSTM-CC Hybrid Algorithm
HE Jin-Jong,FU Li-Jun,YAO Zheng,LYU Peng-Fei,HUANG Xu-Sheng.User Intention Recognition in Geological Field Based on LSTM-CC Hybrid Algorithm[J].Computer Systems& Applications,2020,29(10):44-52.
Authors:HE Jin-Jong  FU Li-Jun  YAO Zheng  LYU Peng-Fei  HUANG Xu-Sheng
Affiliation:University of Chinese Academy of Sciences, Beijing 100049, China;Network Information Center, University of Chinese Academy of Sciences, Beijing 100049, China;University of Chinese Academy of Sciences, Beijing 100049, China;Shenyang Institute of Computing Technology, Chinese Academy of Sciences, Shenyang 110168, China;National Geological Library of China, Beijing 100083, China
Abstract:
Keywords:knowledge structure  inquiry intention  entity recognition  attribute mapping
本文献已被 万方数据 等数据库收录!
点击此处可从《计算机系统应用》浏览原始摘要信息
点击此处可从《计算机系统应用》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号