基于双粒度的小麦问句分类模型研究

摘要

针对现阶段小麦问答社区的问句文本存在噪声、特征稀疏以及专业性强等问题，从词和字双粒度特征出发，提出了一种基于双粒度的小麦问句分类模型.为有效缓解农业问句语义特征稀疏的问题，采用基于字粒度和词粒度的双分支架构，并引入交互注意力机制获取词粒度和字粒度交互特征信息以实现不同粒度信息表达文本语义的一致性，最后融合双粒度特征及其交互特征构建分类模型.同时，在输入层添加农业字典和加载停用词表进行分词和分字，有效解决小麦社区问句文本专业性强和数据噪声问题.与现有六种主流农业社区问句分类模型相比，该模型在整体分类性能上表现最优，且在各类别上综合性能优于其他模型.本研究有助于提高小麦种植社区问答系统的性能，并积极推动智能农业推广进程、助力乡村振兴.

关键词

小麦社区问答 / 多尺度卷积 / 注意力机制 / 问句分类