资料下载
×
一种新的查询意图识别模型
消耗积分:1 |
格式:rar |
大小:0.96 MB |
2018-02-23
分享资料个
以特征模板为主的查询意图识别方法存在人工抽取特征繁琐，并且难以捕捉文本语义信息的问题。为此，基于字符级循环网络，提出一种新的查询意图识别模型。为能有效提取句子深层次语义特征，减少长距离信息依赖的限制，使用长短时记忆网络（ LSTM）作为神经网络线性变换层，同时增加一层反向LSTM抽取字符的将来信息特征。使用原始汉字直接作为模型的输入，避免分词结果不准确带来的错误传导问题，利用字符的分布向量表示方法，提高句子语义特征的获取。实验结果表明，该方法整体准确率达到90. 7%，相比特征模板方法有所提升，能提高用户查询意图的分类性能。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
