基于 BERT-CNN 的电影原声智能问答系统

来源：计算机技术与发展杂志2020年第11期北京时间：

作者：黄东晋;秦汉;郭昊

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。

关键词：智能问答;知识图谱;电影原声;BERT-CNN 分类;图数据库