广西师范大学学报(自然科学版)

2022, v.40(03) 49-56

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于深度学习的短文本语义相似度计算模型
Semantic Similarity Computing Model for Short Text Based on Deep Learning

周圣凯;富丽贞;宋文爱;

摘要(Abstract):

基于深度学习的短文本语义相似度度量方法是现代自然语言处理任务的基石,其重要性不言而喻。本文提出一种基于卷积神经网络和双向门控循环单元的文本编码模型,通过卷积层提取重要语义并且通过双向门控循环单元保证语义顺序,采用孪生神经网络结构保证文本编码的一致性。选取传统的卷积神经网络和长短期记忆网络以及BERT模型进行对比验证,在Quora、Sick和MSRP数据集上的验证结果表明,本文模型的精确率和召回率表现优异,且F_1值也优于传统模型。

关键词(KeyWords): 自然语言处理;语义相似度;卷积神经网络;长短期记忆网络;门控循环单元

Abstract:

Keywords:

基金项目(Foundation): 国家自然科学基金(61602427);; 山西省军民融合软件工程技术研究中心开放基金(2111400005HX)

作者(Authors): 周圣凯;富丽贞;宋文爱;

DOI: 10.16088/j.issn.1001-6600.2021071001

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享