基于深度学习的文本相似度计算

摘要：

提出了一种基于改进堆叠自动编码器提取低维度句子特征的方法,同时采用自动编码器的降噪技术以增加鲁棒性和表达能力.接着用提取的特征计算文本间句子的相似度并组成相似矩阵,用对应的文本生成文本特征矩阵,然后分别通过对应的深度卷积网络训练并提取特征.最后用特征融合技术将两个深度卷积网络提取的特征融合,经全连接的多层感知机计算相似度.实验结果证明,提出的方法能够表达句子的语义特征和文本的上下文特征,有效提高文本相似度计算的准确度.

关键词：深度学习、自动编码器、卷积神经网络、文本相似度计算

所属期刊栏目：52

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61701043

在线出版日期：2020-03-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：66-71,78