基于CNN与双向LSTM的中文文本蕴含识别方法

摘要：

为了避免基于传统机器学习的中文文本蕴含识别方法需要人工筛选大量特征以及使用多种自然语言处理工具造成的错误累计问题,该文提出了基于CNN与双向LSTM的中文文本蕴含识别方法.该方法使用CNN与双向LSTM分别对句子进行编码,自动提取相关特征,然后使用全连接层进行分类得到初步的识别结果,最后使用语义规则对网络识别结果进行修正,得到最终的蕴含识别结果.在2014年RITE-VAL评测任务的数据集上Mac-ro F1结果为61.74％,超过评测第一名的结果61.51％.实验结果表明,该方法对于中文文本蕴含识别是有效的.

关键词：中文文本蕴含、卷积神经网络、双向长短时记忆网络

所属期刊栏目：32

分类号：TP391(计算技术、计算机技术)

资助基金：网络文化与数字传播北京市重点实验室开放课题ICDD201703;国家自然科学基金61671070

在线出版日期：2018-08-28（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：11-19