付煜文，马志柔，刘 杰，白 琳，薄满辉，叶 丹

(1.中国科学院 软件研究所，北京 100190；2.中航信移动科技有限公司，北京 100029)

0 引言

近些年移动互联网迅速发展，各种终端产品的用户量和服务量激增，企业的客服中心每天需要回复大量的问题。与此同时，随着人工智能技术日益成熟，自动问答技术开始应用于各种领域，代替传统的人工为客户的咨询提供快速、准确的问答服务，帮助企业节省人力成本，提高服务效率。而精准地识别用户提问的意图是自动问答的前提，对问答服务的实现至关重要。

意图识别旨在确定一句话的意图，可以认定为分类问题，即事先定义好当前问答领域中各种可能的意图类别，再通过分类方法将问题分到某一类中。文本分类是自然语言处理的重要任务，当前深度学习模型在文本分类任务中取得了巨大进展[1]，并取得了远超传统方法(如朴素贝叶斯、支持向量机等)的性能。同时深度学习方法避免了繁重的特征工程，其端到端的学习也避免了自然语言处理工具带来的错误传播问题[2]。

但是，深度学习模型要取得良好性能需要有大量的训练数据支撑。在问答业务场景中，未标注的语料通常很丰富，而已经标注好的语料很难直接获得，只能通过耗时且昂贵的人工标注获得。为了使深度学习更好地发挥作用，减少其训练数据的标注成本至关重要。

主动学习提供了一种辅助标注语料方法，可通过更少的训练语料达到更高的精度[3]。……