基于网格LSTM混合算法的地质领域用户意图识别

作者：贺金龙; 付立军^*; 姚郑; 吕鹏飞; 黄徐胜

来源：计算机系统应用, 2020, 29(10): 44-52.

DOI：10.15888/j.cnki.csa.007671

• 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.

• 单位
  中国科学院大学; 中国地质图书馆; 中国科学院沈阳计算技术研究所