基于BERT-CNN的电影原声智能问答系统

作者：黄东晋; 秦汉; 郭昊

来源：计算机技术与发展, 2020, 30(11): 158-162.

• 智能问答
• 知识图谱
• 电影原声
• BERT-CNN分类
• 图数据库

智能问答是自然语言处理领域一个非常重要的研究热点,传统的智能问答不能准确地理解用户的意图,从而无法返回准确的答案。因此,提出了基于BERT-CNN算法的智能问答系统,并应用于电影原声领域,可以快速准确地反馈相关信息。首先,构建电影原声的知识图谱,建立节点实体以及实体之间的关系,利用Neo4j图数据库对数据进行存储。然后,通过基于规则和词典的方法进行实体识别,利用BERT-CNN分类算法对用户意图进行分类。最后,根据用户意图和实体,将问句转化成知识图谱的查询语句,在数据库中查询后返回结果。实验结果表明,构建的面向电影原声智能问答系统是可行的,采用BERT-CNN分类算法,分类准确率高达91.24%,能够实时得到问题答案的准确反馈,准确率达到95%以上。

• 单位
  上海大学