本文探讨如何使用深度学习建立社区问答系统，通过学习映射函数找到新问题Qnew与历史问题Qi的相似匹配，实现信息复用。该方法适用于百度知道、知乎等问答平台。模型基于Sentence Paraphrase任务，利用双向RNN和Attention Model进行句子对匹配。目前实验仍在进行，后续将公开代码和实验结果。
利用深度学习构建社区问答系统的相似问题对匹配的问题定义为：
假设我们已经有了问答库：
其中，Qi是问答社区中的历史问题，Ai是Qi问题的精华答案；
现有社区用户提出的新问题：Qnew
我们需要学习映射函数：
即对于新问题Qnew，我们希望通过学习系统找到社区中已经出现过的语义相同问题Qi，然后将对应的答案Ai推荐给用户。这样就达到了社区信息复用的目的。这个问题其实对于问答社区比如百度知道、知乎等都是存在的，解决问题的思路也完全可以复用到此类问答社区中。
这里其实就是找相似问题对，在NLP中有一个task叫做Paraphrase，这里是Sentence Paraphrase，即找到两个语义等价的句子对。
关于句子对匹配模型，其实在我的上一篇文章：
最低0.47元/天 解锁文章
扫一扫
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
