Resumen

Como una nueva generación de motores de búsqueda, los sistemas automáticos de respuesta a preguntas (QAS, por sus siglas en inglés) están cobrando cada vez más importancia y se han convertido en uno de los focos de investigación de aplicaciones informáticas y procesamiento del lenguaje natural (NLP). Sin embargo, como una parte indispensable del QAS, el papel de la clasificación de preguntas es algo entendido en el sistema. Con esto en mente, para mejorar aún más el rendimiento de la clasificación de preguntas, se exploraron tanto la extracción de características como el modelo de clasificación. En el estudio de la investigación existente sobre CNN, se propone un modelo de CNN mejorado basado en clasificación integrada de Bagging (W2V+B-CNN por sus siglas en inglés) y se aplica a la clasificación de preguntas. En primer lugar, combinamos las características de textos cortos, utilizamos la herramienta Word2Vec para mapear las características de las palabras a una cierta dimensión y organizamos las oraciones de las preguntas en forma de una matriz bidimensional similar a una imagen. Luego, los

• Materias:Colonias de abejas artificiales Inteligencia artificial Patrón espacial Innovación de la comunicación Algoritmo de red neuronal
• Subjects:Artificial bee colonies Artificial intelligence Spatial pattern Communication innovation Neural network algorithm
• Palabras claves:Motor de búsqueda; Sistema automático de respuesta a preguntas; Clasificación de preguntas; Extracción de características; Modelo de clasificación; Clasificación integrada de Bagging.
• Keywords:Search engine; Automatic question answering system; Question classification; Feature extraction; Classification model; Bagging integrated classification.