利用卷积神经网络(CNN)构造社区问答系统

本文介绍了如何利用卷积神经网络(CNN)和Word Embedding技术解决社区问答系统的语义匹配问题,通过构建二维结构输入层,计算句子间3-gram的语义相似性,实现对新问题的直接答案推荐,最终达到提高信息复用率的目标。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

    /* 版权声明:可以任意转载,转载时请标明文章原始出处和作者信息 .*/
                                                     author: 张俊林        
  


   问答社区算是一类已经比较成熟的互联网应用了,国外的比如QuoraStackOverflow,国内的比如老派的百度知道,新一代的知乎,都算是代表性的社交类问答社区。问答社区本质上就是个人肉知识库,通过一段时间的积累,会累积相当多以<问题,答案>方式存在的知识。

  

     除了这些通用的问答社区外还有很多垂直领域的问答社区,比如我们畅捷通的会计家园,就是拥有数百万财会人员的知识交流社区,财会人员可以在社区提出自己的一些工作和生活中的疑问,会有很多热心网友或领域专家帮你答疑解惑,会计家园长这个样子:


    这种问答社区往往有信息冗余的问题,就是说历史上已经有不少相同的问题以及答案,但是很多用户并不清楚这点,往往还会问出同样的问题,当然两个问题尽管是同一个问题,但是由于语言表达的灵活性,在字面上看起来可能问题还是有差别,就比如下面两个问题:

问题A:注册资本认缴制下实收资本的账务如何处理?

问题B:认缴制下成立的公司,一开始的账务处理是什么样的,实收资本要做吗?求解

     为了能够增加信息的复用率,我们已经使用自然语言处理、搜索技术以及一些深度学习的技术做了问题推荐系统,在用户提问的时候就将语义相关的问题推荐出来,如果用户看到类似的问题直接看答案就行,所以用户提问的时候看到的这种交互界面:

  

评论 15
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值