Analyse des algorithmes de compréhension sémantique du langage naturel basée sur les questions-réponses du robot

L'apprentissage profond a réalisé une percée significative et un développement rapide dans le domaine du traitement du langage naturel dans le contexte du big data. Nous avons analysé les algorithmes d'apprentissage profond basés sur le traitement du langage naturel et sa compréhension sémantique, et étudié la méthode de compréhension sémantique du langage naturel des questions-réponses du robot adaptée aux situations d'utilisation commerciale, en consultant et analysant des travaux et littératures connexes. Nous avons trié et analysé les méthodes des algorithmes d'apprentissage profond existants en traitement du langage naturel et compréhension sémantique, dans le but d'améliorer la précision des robots dans la reconnaissance des informations clés des utilisateurs et l'extraction des intentions véritables des utilisateurs depuis un niveau de recherche théorique. Cet article a résumé les algorithmes de compréhension sémantique du langage naturel et les progrès de recherche adaptés aux questions-réponses de robot autour des technologies de prétraitement, de désambiguïsation du sens des mots, d'analyse de l'intégrité sémantique, etc. Sur cette base, par des tests comparatifs et une analyse des performances, il a jeté les bases pour des recherches scientifiques ultérieures.