基于社区问答数据迁移学习的FAQ问答模型研究

来源：华东师范大学学报·哲学社会科学版杂志2019年第5期北京时间：

作者：邵明锐, 马登豪, 陈跃国, 覃雄派, 杜小勇

单位：邵明锐,男,硕士研究生,研究方向为自然语言处理与语义搜索.E-mail:dhucstsmr@163.com.

摘要：基于FAQ（Frequent Asked Questions）问答技术构建智能客服系统，是当前业界普遍采用的技术方案.基于FAQ构建的问答系统，其返回的结果具有稳定、可靠、质量高的优点；但因受限于人工标注的知识库规模，识别能力有限，容易遇到瓶颈.为了解决FAQ数据集规模有限的问题，给出了数据层面和模型层面的解决方法:在数据层面，利用百度知道爬取相关数据并挖掘语义等价问题，保证了数据的相关性和一致性；在模型层面，提出了一种面向迁移学习的深度神经网络transAT，该模型融合了Transformer强大的特征抽取能力和注意力机制，适用于句子对之间的语义相似度计算.实验表明，该方法可以显著提升模型在FAQ问答任务中的效果，在一定程度上解决了FAQ数据集规模有限的问题.

关键词：迁移学习,深度神经网络,FAQ问答,

基金资助：国家自然科学基金广东大数据科学中心联合基金（U1711261）；国家自然科学基金（61432006）