基于卷積神經(jīng)網(wǎng)絡(luò)的問句分類研究.pdf

1、IIlllllIIIlllllUllIIIY3402876拳短吠學(xué)碩士學(xué)位論文基于卷積神經(jīng)網(wǎng)絡(luò)的問句分類研究密級：保密期限：TheResearchontheClassificationofQuestionsBasedonConvolutionNeuralNetwork學(xué)號姓名學(xué)位類別F15201011謝文杰文學(xué)碩士學(xué)科專業(yè)語言學(xué)及應(yīng)用語言學(xué)研究方向計(jì)算語言學(xué)指導(dǎo)教師完成時間答辯委員會主席簽名王修力2018年3月曹小云摘要實(shí)現(xiàn)自然語言理解

2、，甚至是語言生成，一直都是語言學(xué)界、計(jì)算機(jī)界的終極目標(biāo)之一。不管是計(jì)算語言學(xué)，或者是自然語言處理(NLP)，都是一直在探索語言的內(nèi)部編碼問題，并嘗試解碼。問句分類作為自然語言理解或者是自然語言生成的一個重要環(huán)節(jié)，其分類的體系方法影響著整個問句分析模塊，同時問句分類的準(zhǔn)確率高低會直接影響到語言理解的后續(xù)模塊。從這個立足點(diǎn)出發(fā)，本文將多層次的問句分類結(jié)構(gòu)體系與卷積神經(jīng)網(wǎng)絡(luò)模型相結(jié)合，結(jié)合具體的實(shí)驗(yàn)數(shù)據(jù)對多層次問句分類體系的合理性以及影響分類

3、準(zhǔn)確率的一些因素進(jìn)行詳細(xì)的分析與論證。第一章主要為緒論，首先介紹了一下問答系統(tǒng)的模塊構(gòu)成，以及問句分類在其中所屬的位置；其次敘述了本文的研究背景，即問答系統(tǒng)以及問句分類各自的國內(nèi)外研究現(xiàn)狀；然后從三個角度闡述了一下本文的研究意義；最后是本文的組織結(jié)構(gòu)。第二章主要分為三個部分。第一個部分主要是選取語料的過程，包括語料的選擇標(biāo)準(zhǔn)和選擇方法；第二個部分是對疑問句進(jìn)行層次分析，從傳統(tǒng)語言學(xué)的角度給疑問句進(jìn)行分類，并建立多層分類體系——M—QCs

4、；第三部分是對語料進(jìn)行預(yù)處理，包括去停用詞、分詞、詞向量轉(zhuǎn)換等。第三章主要分為三部分。第一部分先介紹卷積神經(jīng)網(wǎng)絡(luò)(CNN)的一些理論背景，包括深度學(xué)習(xí)(DeepLearning)的發(fā)展以及CNN的基本理論：第二部分主要是介紹一下CNN的纂礎(chǔ)架構(gòu)，包括卷積層、激活函數(shù)、池化層等關(guān)鍵技術(shù)部分；第三部分是建構(gòu)自己的CNN模型，大致描述分層設(shè)計(jì)思路。第四章主要分為兩大部分。第一部分主要分為三個方面，一是介紹一下人工選取語料集的標(biāo)準(zhǔn)，包括不同類型