文件名称：基于网格LSTM混合算法的地质领域用户意图识别
文件大小：1.49MB
文件格式：PDF
更新时间：2024-05-26 05:51:04
知识结构化 询问意图 实体识别 属性映射
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.