软件学报

作者：周俊佐,朱宗奎,何正球,陈文亮,张民

单位：周俊佐，苏州大学 计算机科学与技术学院 人工智能研究院, 江苏 苏州 21500811,朱宗奎，苏州大学 计算机科学与技术学院 人工智能研究院, 江苏 苏州 21500802,何正球，苏州大学 计算机科学与技术学院 人工智能研究院, 江苏 苏州 21500803,陈文亮，苏州大学 计算机科学与技术学院 人工智能研究院, 江苏 苏州 21500804,张民，苏州大学 计算机科学与技术学院 人工智能研究院, 江苏 苏州 21500805

关键词：混合模型;意图分类;语言模型;注意力机制;胶囊网络

基金：国家自然科学基金（61876115，61572338，61525205）；江苏高校优势学科建设工程（PAPD）

随着人机对话的不断发展，让计算机能够准确地理解用户查询意图，对整个人机对话领域都有着重要意义.意图分类的主要目标是在人机对话的过程中判断用户的意图，提升人机对话系统的准确度与自然度.首先分析多个分类模型在意图分类任务上的优缺点.在此基础上，提出一种混合神经网络模型，综合利用多个深度网络模型的多样性输出.在输入特征预处理上，采用语言模型词向量，将语言模型拥有的语义挖掘能力应用到混合网络中，可以进一步提升模型的表达能力.所提出的混合神经网络模型相对于最好的基准模型在两份数据集上分别取得了2.95%和3.85%的性能提升.新模型在该数据上取得了最优的性能.

来源：2019年第11期

《软件学报》期刊编辑部

查看软件学报杂志2019年第11期