一种针对句法树的混合神经网络模型

摘要：

在多数神经网络模型仍然将目光放在顺序结构上时,近期出现的两种基于句法树的模型 TreeLSTMs和TBCNNs由于加入了结构信息而在多个自然语言处理任务上表现出色.考虑到TreeLSTMs因计算空间关联性使其训练效率不高,该文提出一种针对句法树的混合神经网络模型,借助 TBCNNs的树卷积和池化方法实现了类似TreeLSTMs的计算,故将此模型命名为Quasi-TreeLSTMs.该文在依存树和支持树上分别构建了模型的两种版本Dependency Quasi-TreeLSTMs和Constituency Quasi-TreeLSTMs,实验结果表明,在情感分类和语义相似性两类任务上Quasi-TreeLSTMs表现优异.

关键词：句法树、TreeLSTMs、TBCNNs、并行性、混合模型

所属期刊栏目：31

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金61003031;上海重点科技攻关项目14511107902;上海市工程中心建设项目GCZX14014;上海市一流学科建设项目XTKX2012;上海市数据科学重点实验室开放课题资助课题201609060003;沪江基金研究基地专项C14001

在线出版日期：2018-06-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：58-66