论文部分内容阅读
结合聊天机器人背景，提出一个面向开放域深度学习的人机交互英语自动问答系统。首先，通过问答系统子模块建立问答库和收录问题预处理；然后利用机器学习算法进行关键词扩展、问题分类、相似度计算和答案匹配抽取；最后采用基于LSTM的Seq2seq模型实现英语聊天机器人，并在其基础上加入注意力机制和集数搜索算法，以提升系统自动问答质量。结果表明，相较于RNN和GRU神经元生成回复，LSTM神经元的生成回复结果更加准确。且添加注意力机制和集数搜索后，模型收敛速度显著提升。系统测试发现，英语问答系统子模块和英语聊天机器人的问答正确率分别为95.48%和96.52%,系统自动问答正确率为96%。由此可知，本系统可实现人机交互和英语问题的自动问答。