10.3969/j.issn.1003-0077.2019.03.004
基于门控联合池化自编码器的通用性文本表征
为了学习文本的语义表征,以往的研究者主要依赖于复杂的循环神经网络(recurrent neural networks,RNNs)和监督式学习方法.该文提出了一种门控联合池化自编码器(gated mean-max AAE)用于学习中英文的文本语义表征.该文的自编码器完全通过多头自注意力机制(multi-head self-attention mechanism)来构建编码器和解码器网络.在编码阶段,提出了均值—最大化(mean-max)联合表征策略,即同时运用平均池化(mean pooling)和最大池化(max pooling)操作来捕获输入文本中多样性的语义信息.为促使联合池化表征可以全面地指导重构过程,解码器采用门控操作进行动态关注.通过在大规模中英文未标注语料上训练模型,获得了高质量的句子编码器.在重构文本段落的实验中,该文模型在实验效果和计算效率上均超越了传统的RNNs模型.将公开训练好的文本编码器,使其可以方便地运用于后续的研究.
文本表征、自编码器、多头自注意力机制
33
TP391(计算技术、计算机技术)
国家自然科学基金61773026 ,61772081
2019-04-29(万方平台首次上网日期,不代表论文的发表时间)
共8页
25-32