来源:《计算机应用研究》2020年第06期  作者:付聪;李六武;杨振国;刘文印;
选择字号

基于自学习近邻图策略的短文本匹配方法

收藏本文  分享

针对自然语言处理中的文本匹配问题,提出一种基于自学习文本近邻图框架的深度学习模型,以处理短文本匹配问题。文本近邻图可使用词嵌入将文本转换为向量形式,再通过构建文本相似度关系矩阵获得,可表达文本样本的近邻关系。现有方法通常构造静态的近邻图,这些方法一方面依赖先验知识,另一方面难以获得句子对的最优表示。因此,提出了利用孪生卷积神经网络学习更优的动态更新的近邻图。该模型在Quora数据集上的准确率和F1值分别是84. 15%和79. 88%,在MSRP数据集上的准确率和F1值分别是74. 55%和81. 63%。实验表明,提出模型能有效地提高文本识别和匹配的准确率。(本文共计5页)......[继续阅读本文]

下载阅读本文订阅本刊

图书推荐

    相关文章推荐

    看看这些杂志对你有没有帮助...

    更多杂志>>