基于深度学习的机械智能制造知识问答系统设计
朱建楠1,2,3,梁玉琦1,2,3,顾 复4,郭剑锋5+,顾新建4
【摘 要】为了构建智能制造知识问答系统,促进智能制造知识传递,加快智能制造产业布局,利用深度学习算法对传统问答系统构建流程过于复杂、所需手工与先验知识要求过高、问题与答案无法有效映射等问题进行改进。采用长短记忆神经网络算法来避免一般深度学习算法在进行梯度优化时的梯度消失与梯度爆炸问题,算法中的门机制能够消除链式法则对梯度过度优化的影响,直接对句子的语义做出解析,并利用相似度计算判别回答的正确与否。通过在评测集上的验证实验表明,该语义解析方法能够显著提升问答系统的准确率。 【期刊名称】计算机集成制造系统 【年(卷),期】2019(025)005 【总页数】8
【关键词】深度学习;智能制造;Encoder-Decoder框架;问答系统;长短记忆神经网络;门机制;相似度
Received 23 Oct.2017;accepted 27 Mar.2018.
基金项目:国家重大专项子课题资助项目(2016ZX05040-001);国家自然科学基金面上资助项目(7167010907,71271200,51775493)。
Foundation items:Project supported by the National Science & Technology Major Project, China(No.2016ZX05040-001), and the National
Natural
Science
Foundation,
China(No.7167010907,71271200,51775493).
0 引言
基于深度学习的机械智能制造知识问答系统设计



