摘要
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.
基金项目
国家自然科学基金(61402278)
上海市自然科学基金(19ZR1419100)
上海大学电影学高峰学科项目(19ZR1419100)
国家科技期刊平台
NSTL
维普
万方数据