基于协同注意力机制的答案选择算法研究

摘要：

答案选择是问答系统研究的基础组成部分,其精度直接影响问答效果的好坏.针对问句与候选答案文本语义信息与词语共现信息不足等问题,提出一种基于协同注意力机制的长短时记忆模型(Collaboration attention LSTM neural network,CA-LSTM)的答案选择模型.相比基于词嵌入的深度学习模型,该方法使用协同注意力机制对问句与答案中的语义共现特征重点关注,抽取问题与候选答案之间的语义贡献信息,从而提高自动问答系统的准确性.同时,探讨了不同注意力机制结合长短时记忆模型方式,及不同结合方式文本建模的优势.实验表明,该模型较传统的机器学习方法和长短时记忆模型有效抽取问句与答案的联系,提升自动问答效果.

关键词： 问答系统 答案选择 长短时记忆模型 协同注意力机制

作者: 余本功 许庆堂

作者单位: 合肥工业大学管理学院 安徽合肥230009

会议类型: 国内会议

会议名称: 第十三届(2018)中国管理学年会

会议地点: 杭州

会议语种:中文

页码: 1-7

在线出版日期: 2018-11-03（万方平台首次上网日期，不代表论文的发表时间）