鉴于市面上搜索引擎的搜索结果繁杂且针对专业领域的问答结果很少的情况，提出了一种基于优化后Att-BiLSTM-CRF深度学习模型的问答系统的构建方法。将机械专业的问答数据与智能问答技术结合起来，实现了导入问答文档进行自然语言处理后自动生成对应齿轮传动知识图谱的功能。在用户输入问题后，系统会通过文本相似度算法和Viterbi最优路径算法来匹配关键词。实验表明，其回答内容大部分都具备合理性且准确率高，可广泛应用于工科院校线上线下的智能教学以及相关展览的智能讲解。
科研之友
微信
新浪微博
Facebook
分享链接
