基于深度学习的智能问答系统的研究与实现

基于深度学习的智能问答系统的研究与实现

ID:37034044

大小:4.59 MB

页数:52页

时间:2019-05-15

基于深度学习的智能问答系统的研究与实现_第1页
基于深度学习的智能问答系统的研究与实现_第2页
基于深度学习的智能问答系统的研究与实现_第3页
基于深度学习的智能问答系统的研究与实现_第4页
基于深度学习的智能问答系统的研究与实现_第5页
资源描述:

《基于深度学习的智能问答系统的研究与实现》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库

1、单位代码:10166Si硕士学位论文针基于深度学习的智能问答系统的研究与实现论文作者:卓越计算机应用技术学科专业:紐髓指导教师:培养单位:科信软件学院培养类别全曰制:完成时2018年3月8曰间:沈阳师范大学学位评定委员会编号:全日制研究生Vp ̄ ̄||教育硕士_同等学力硕士学位论文题目:基于深度学习的智能问答系统的研究与实现所在院系:科信软件学院专业名称:计算机应用技术指导教师:宋波教授研究生:卓越完成时间:2018年3月

2、沈阳师范大学研究生处制学位论文独创性声明本人所呈交的学位论文是在导师的指导下取得的研究成果。据我所知,除文中己经注明引用的内容外,本论文不包含其他个人已经发表或撰写过的研宄成果。对本文的研宄做出重要贡献的个人和集体,均已在文中作了明确说明并表示了谢意。'-S7.}作者签名:方錢日期:2^,学位论文使用授权声明本人授权沈阳师范大学研宄生处,将本人硕士学位论文的全部或部分内容编入有关数据库进行检索;有权保留学位论文并向国家主管部门或其指定机构送交论文的电子版和纸质版,允许论文被查阅和借

3、阅;有权可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。保密的学位论文在解密后适用本规定。作者签名:kiK日期:基于深度学习的智能问答系统的研究与实现中文摘要互联网作为一个巨大信息资源库,人们己经习惯于通过搜索引擎(如Baidu、Google、Sohu、Yahoo等)的方式获取信息。但是用户在使用这种方法检索时发现诸多问题。首先,用户在通过普通搜索引擎检索信息时,它返回给用户的是很多相关的网页,导致用户接收到的信息多而不准确,需要花费额外的时间进行再次筛选其次,目前大多数搜索引擎只

4、;允许按关键字的方式进行匹配检索,这种语言而非语义层面的信息并不能完全准确表达用户的意图,返回的答案也不能使用户满意。随着互联网技术的急速发展,人们已经不局限于简单的从互联网上获取信息再进行人。工筛选的方式,而更倾向于使用高新技术快速、准确检索信息因此,提出智能问答系统(IntelligentuestionAnswerinSstem)。智能问答系统致力于解决能够Qgy来解决以上问题接收并处理自然语言形式的问句,并可以返回简洁准确的答案信息。目前,智能问答系统己经成为自然语言处理(NaturalL

5、anuaeProcessinggg,NLP)领域内众多专家与学者研究的一个热门方向。一深度学习技术已经成为目前人工智能领域中应用前景最为广阔的技术,它是种通过模拟人脑对数据进行分析与学习的神经网络(NeuralNetWork),其主要模型是各种深度神经网络(DeepNeuralNetwork)。最近几年,深度学习技术在自然语言处理等诸多领域都取得了很大成就,也为智能问答系统的研究带来很多突破。本文的研宄目的是运用深度学习技术构建基于深度学习的问答模型,并将其应用到智能问答系统中:。本文的

6、主要工作如下(1)基于词向量与长短期记忆(LonShortTermMemor,LSTM)神经网络构建了gy问题分析模型。首先,对用户输入的问题进行预处理后,通过Word2Vec转化成向量,作为LSTM的模型的输入。然后经过LSTM进行词序语义学习,对问题的句法和语义特征进行表示。(2)针对LSTM无法很好地学习上下文信息的问题,提出基于双向长短时记忆神经网络与注意力机制的问答匹配算法。通过双向长短时记忆神经网络(BidirectionalLSTM)学习上下文语义信息,并引入注意力机制,改进了LSTM

7、问答算法在语义表征上的缺点。通过对实验数据的分析,验证了该算法的有效性,改善机器学习方法中的不足,提升问答系统的性成。(3)采用PyTorch深度学习框架对文中的问答模型进行实现,并采用Springoot微B服务框架与MyBatis等技术设计并实现了智能问答系统,将文中的深度学习模型运用到该智能问答系统中,也验证了文中提出的问答模型的有效性。?关键词.问答系统自然语言处理学习LSTM,,深度,IResearchandImplementationofIntelligentQuestion

8、AnsweringSystemBasedonDeepLearningAbstractAsahugerepositoryofinformationresources,theInternethasbeenusedtog

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。