基于深度学习的短文本语义相似度计算模型OA北大核心CSTPCD
Semantic Similarity Computing Model for Short Text Based on Deep Learning
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F1值也优于传统模型.
周圣凯;富丽贞;宋文爱
中北大学 软件学院, 山西 太原030051山西省军民融合软件工程技术研究中心,山西 太原030051中北大学 软件学院, 山西 太原030051
信息技术与安全科学
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
《广西师范大学学报（自然科学版）》 2022 (3)
大规模图数据中可达性索引技术研究
49-56,8
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)
评论