结合BERT与多尺度CNN的民事纠纷问句意图分类

作者：邢义男; 张娜娜

来源：计算机工程与应用, 2021, 1-10.

• 民事纠纷问句意图分类
• BERT
• 多尺度CNN
• 自然语言问句理解

问句意图分类作为问答系统的关键任务之一，其能否正确分类对于后续的问答任务十分重要。针对民事纠纷问句中存在的长短不一、特征分散、种类繁多的问题，以及传统卷积神经网络和词向量的不足，为了准确获取民事纠纷问句意图类别，构建了结合BERT与多尺度CNN的民事纠纷问句意图分类模型。首先，对民事纠纷问句数据集进行预处理；然后，采用BERT预训练模型对问句进行语义编码和语义补充；其次，使用4个不同的卷积通道进行卷积运算，每个卷积通道由不同尺度的卷积核进行卷积，将4种不同尺度的问句特征进行拼接得到多层次问句特征信息；最后，通过全连接层和Softmax对问句进行分类。实验结果表明，所提出的模型在中文民事纠纷问句数据集上取得了87.41%的准确率，召回率、F1值分别达到了87.52%、87.39%，能够有效解决民事纠纷问句意图分类的问题。

• 单位
  上海海洋大学; 上海建桥学院