nlp顶会精选论文,nlp问答系统
点击链接github
学位论文
基于深度神经网络的智能问答系统性能优化研究-张婕-南京邮电大学
运用混合词向量表示方法和词频逆文档频率的词权重调整方法可以提高语料库预处理的质量,混合模型生成的响应可以满足日常实际需求,并且整个系统可以顺畅的与人交流。
- 混合词向量表示方法:再单独使用词袋模型表示词向量,而将其与Skip-gram模型相结合,共同生成最终的词向量
- 混合模型:使用检索匹配模型和基于注意力机制的生成对话模型产生应答
- 第三方面,系统优化了词向量加权模块:摈弃仅根据词频决定词向量权重的传统方法,使用词频逆文档频率加权方法来提高关键词的权重,输出词语表达结果。
基于知识图谱的乒乓球问答系统的语义匹配算法研究
郭苗苗
南京邮电大学
针对系统架构的特点,提出在系统中使用问题模板的方法进行问题表示,并且使用概率生成模型参数求解匹配算法,将语义匹配过程转化为概率生成模型的参数估计过程并进行答案检索。针对概率生成模型的参数估计问题,本文提出使用极大似然估计,并对隐变量参数的极大似然估计中使用的期望最大化算法进行了深入的研究,针对期望最大化算法收敛速度慢的缺点研究了Atiken改进算法,完成了问题模板到谓语的匹配过程,一定程度上解决了智能问答系统的语义匹配的问题。