基于深度学习的文本多标签预测及问答匹配方法研究

《基于深度学习的文本多标签预测及问答匹配方法研究》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、分类号：１０１４０：单位代码公开学号４０３１５３１９０８密级：：．？ＬＩＡＯＮＩＮＧＵＮＩＶＥＲＳＩＴＹ硕士学位论文ＴＨＥＳＩＳＦＯＲＭＡＳＴＥＲＤＥＧＲＥＥ基于深度学习的文本多标签预测论文题目：及问答匹配方法研究－ｕｅｓｔｉｏｎ－ＲｅｓｅａｒｃｈｏｎＴｅｘｔＭｕｌｔｉｔａＰｒｅｄｉｃｔｉｏｎａｎｄＱｇ英文题目：ａｎｓｗｅｒｉｎＭａｔｃｈｉｎＭｅｔｈｏｄＢａｓｅｄｏｎＤｅｅｐＬｅａｒｎｉｎｇｇｇ论文作者：郑潮阳指导教师：石祥滨教授专业：计

2、算机应用技术完成时间一：二〇八年五月辽宁大学学位论文原创性声明本人郑重声明：所呈交的学位论文是本人在导师的指导下独立完成的。论文中取得的研究成果除加以标注的内容外，不包含其他个人或集体已经发表或撰写过的研究成果，不包含本人为获得其他学位而使用过的成果。对本文的研究做出重要贡献的个人和集体均已在文中进行了标注，并表示谢意。本人完全意识到本声明的法律结果由本人承担。学位论文作者签名：办肉／ｇ年ｒ月如曰学位论文版权使用授权书、使用学位论文的规定本学位论文作者完全了解学校有关保留

3、，同意学校保留并向国家有关部门或机构送交学位论文的原件、复印件和电子版，允许学位论文被查阅和借阅。本人授权辽宁大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编学位论文。学校须按照授权对学位论文进行管理，不得超越授权对学位论文进行任意处理。保密（），在年后解密适用本授权书。（保密：请在括号内划）、一＾授权人签名：４丨如叫指导教师签名：７＾今：《曰期：ｍｍ年ｒ月妒日日期ａｗ年ｒ月日申请辽宁大学硕士学位论文基于深度学习的

4、文本多标签预测及问答匹配方法研究ResearchonTextMulti-tagPredictionandQuestion-answeringMatchingMethodBasedonDeepLearning作者：郑潮阳指导教师：石祥滨教授专业：计算机应用技术答辩日期：2018年5月24日二○一八年五月·中国辽宁摘要摘要为了让用户从海量信息中获取有价值的答案，智能问答一直是研究热点之一。问答领域有许多问题需要研究，文本多标签预测与问答匹配是其中两个比较关键的问题。在进行问答匹配过程之前，首先使用多标签预测技术分别对当前

5、问句与答案进行主题标签预测，然后将与问句主题无关的答案句进行过滤，这种方式能够提升问答匹配阶段所需问答数据的质量，提高返回的答案信息精度，改善使用体验。本文利用深度学习模型开展文本多标签预测，问答匹配这两部分的研究，主要工作内容如下：在文本多标签预测上，本章提出了一种融入标签及文本语义联系的多标签预测方法，其主要在传统深度学习模型(LSTM)解决多标签预测问题时，融入相关标签库以及文本语义对当前预测标签的影响因子，构建了TBLSTM-TSS多标签预测模型。在不需要人工设计复杂的特征工程的情况下，TBLSTM-TSS模

6、型能够加深相关标签及文本中的关键信息与当前预测标签之间的语义联系，避免了在对长序列文本预测标签时，关键信息出现语义减弱或消失问题。最后在关键信息不丢失的基础上，利用TBLSTM-TSS模型本身较强的学习能力，提高多标签预测精度。在问答匹配情况下，本章提出了一种基于Attention的深度问答匹配方法，主要在深度学习模型(GRU,CNN)的基础上，融入问句与候选答案句中短语颗粒度的语义关注学习，构建了ATPH-BGRU-CNN模型。在问答匹配时使用ATPH-BGRU-CNN模型能够提升候选答案句中正确答案信息的权重，避

7、免了候选答案句中无关信息对问答匹配时的干扰现象的出现。在ATPH-BGRU-CNN模型需要提取句子中的短语，在处理短语划分这部分任务时，本文在传统方法的基础上提出了基于BGRU-HS的短语序列标注模型，提高了短语序列标注的准确性。在实验部分中，通过与相关研究人员的对比实验分析，证明了本文提出的TBLSTM-TSS多标签预测模型以及ATPH-BGRU-CNN问答匹配模型与已有模型相比有着更高的准确率与召回率。I摘要关键词：文本多标签预测；问答匹配；短语划分；深度学习IIAbstractABSTRACTInorderto

8、allowuserstoobtainvaluableanswersfrommassiveinformation,intelligentquestionandanswerhasalwaysbeenoneoftheresearchhotspots.TherearemanyquestionsintheQ&Aareathatneedtobestudie