基于多视角匹配和比较-聚合框架的文本匹配模型
机器理解、答案选择和文本蕴涵等许多自然语言处理任务都需要对序列进行比较.序列间重要单元的匹配是解决这些问题的关键.文章引用了一种基于多角度匹配的方法来改进通用的"比较聚合"框架的文本匹配模型.给定两个句子p和q,模型首先使用预训练的词嵌入模型将其转换为向量矩阵,然后对其进行编码使每个词都能获得上下文信息,接下来对编码后的两个句子进行多视角匹配,然后使用卷积神经网络将匹配结果聚合成定长的匹配向量,最后基于匹配向量进行决策.将改进后的模型在WiKiQA和Quora数据集上进行了测试,实验结果表明相比原来的模型性能有较大的提升.
深度学习、自然语言处理、文本匹配、文本相似度
18
TP311(计算技术、计算机技术)
2022-04-18（万方平台首次上网日期，不代表论文的发表时间）
共3页
103-105
