摘要
本文结合网络爬虫和深度学习模型研究智能问答技术。文中介绍了BERT的基本内容和特点、Finetuning BERT中的文本词汇生成过程,以及在深度学习模型中引入主题特征的方法和实现。随着大数据时代的到来,每天都有数以亿计的信息存留于互联网,庞大的信息量让人们很难从中获取有价值的信息,如何快速筛选这些有价值的信息是智能问答系统的关键。本文中的答案选择模型采用基于预训练模型BERT微调的答案选择模型,通过分别采取全连接网络,DPCNN网络,BiLSTM网络以及调整不同输入层后,我们发现采用BiLSTM网络模型有较好的效果。在进行系统部署后,通过对文本选择的正确率和响应时间进行对比,均可获得理想的效果。
出处
《数字技术与应用》
2022年第1期161-163,共3页
Digital Technology & Application
