基于深度学习的文本相似度计算OA北大核心CSTPCD
Text Similarity Computation Based on Deep-learning
提出了一种基于改进堆叠自动编码器提取低维度句子特征的方法,同时采用自动编码器的降噪技术以增加鲁棒性和表达能力.接着用提取的特征计算文本间句子的相似度并组成相似矩阵,用对应的文本生成文本特征矩阵,然后分别通过对应的深度卷积网络训练并提取特征.最后用特征融合技术将两个深度卷积网络提取的特征融合,经全连接的多层感知机计算相似度.实验结果证明,提出的方法能够表达句子的语义特征和文本的上下文特征,有效提高文本相似度计算的准确度.
邵恒;冯兴乐;包芬
长安大学信息工程学院 陕西西安 710000长安大学信息工程学院 陕西西安 710000长安大学信息工程学院 陕西西安 710000
信息技术与安全科学
深度学习自动编码器卷积神经网络文本相似度计算
《郑州大学学报（理学版）》 2020 (1)
强噪声背景下解析解混沌雷达相参接收信号处理研究
66-71,78,7
国家自然科学基金项目(61701043).
评论