基于Tri-BiLSTM-CNN 的鉆井安全問答系統

作者：王兵,鄭亞梅,陳茂柯,高凌云

摘要：特定領域的FAQ問答系統通常存在以下3個問題:(1)如何有效地對句子進行語義表示;(2)如何有效地進行句子間的語義匹配;(3)領域詞匯的分詞問題。為解決上述3個問題,提出一種基于Tri BiLSTM CNN的深度學習模型。首先,將雙向長短期記憶網絡和卷積神經網絡結合構建網絡模型,綜合利用了BiLSTM處理序列化數據的優勢和CNN捕獲局部特征的優勢。然后,采用Triplet并列式排列結構進行句子之間的匹配。最后,使用字向量替代詞向量,避免了分詞錯誤對模型的影響。在鉆井安全領域的真實數據集上進行實驗驗證,結果表明,Tri BiLSTM CNN模型能更好地對句子語義進行向量化表征,顯著提升句子相似度計算的準確率,而且效果明顯優于CNN和LSTM兩種網絡結構。將該模型用于鉆井安全領域的FAQ問答系統中,有效減少了人工成本,對改善鉆井工作的效率和質量具有重要意義和應用價值。

發文機構：西南石油大學計算機科學學院 中國石油集團測井有限公司西南分公司

關鍵詞：鉆井安全問答系統雙向長短期記憶網絡卷積神經網絡句子相似度計算drilling safetyquestion answering systembidirectional long short term memoryconvolution neural networkquestion similarity computation

分類號： TE319[石油與天然氣工程—油氣田開發工程]