Indexed by：
Abstract：
问答匹配是社区问答的一项重要且具有挑战性的任务.本文提出了一种面向社区问答匹配的混合神经网络模型.针对问答对序列,提出了融合卷积神经网络(CNN)与双向长短期记忆网络(Bi-LSTM)的混合模型,学习问答对的语义信息及问答对序列的上下文相关性信息;针对用户的历史回答,提出基于多维度注意力机制的用户-问题建模方法,学习用户与问题之间的相关性信息.在SemEval-2015 CQA数据集上的实验结果表明,与现有的社区问答匹配算法相比,本文算法能够有效提高社区问答匹配精度.
Keyword：
Reprint 's Address：
Email：
Version：
Source ：
小型微型计算机系统
ISSN： 1000-1220
CN： 21-1106/TP
Year： 2020
Issue： 9
Volume： 41
Page： 1833-1838
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： -1
Chinese Cited Count：
30 Days PV： 3
Affiliated Colleges：
