-
题名融合多角度特征的文本匹配模型
被引量：2
- 1
-
-
作者
李广
刘新
马中昊
黄浩钰
张远明
-
机构
湘潭大学计算机学院·网络空间安全学院
-
出处
《计算机系统应用》
2022年第7期158-164,共7页
-
基金
智能化公共法律服务关键技术湖南省重点研发项目(2022SK2106)。
-
文摘
文本匹配是自然语言处理的一个核心研究领域,深度文本匹配模型大致可以分为表示型和交互型两种类型,表示型模型容易失去语义焦点难以衡量词上下文重要性,交互型模型缺少句型、句间等全局性信息.针对以上问题提出一种融合多角度特征的文本匹配模型,该模型以孪生网络为基本架构,利用BERT模型生成词向量进行词相似度融合加强语义特征,利用Bi-LSTM对文本的句型结构特征进行编码,即融合文本词性序列的句型结构信息,使用Transformer编码器对文本句型结构特征和文本特征进行多层次交互,最后拼接向量推理计算出两个文本之间的相似度.在Quora部分数据集上的实验表明,本模型相比于经典深度匹配模型有更好的表现.
-
关键词
文本匹配
句型结构
Transformer框架
孪生网络
Bi-LSTM
特征融合
注意力机制
自然语言处理
-
Keywords
text matching
sentence structure
Transformer framework
Siamese neural network
Bi-LSTM
feature fusion
attention mechanism
natural language processing(NLP)
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
