| 基于自学习近邻图策略的短文本匹配方法 |
| |
| 引用本文： | 付聪,刘文印.基于自学习近邻图策略的短文本匹配方法[J].计算机应用研究,2020,37(6):1697-1701. |
| |
| 作者姓名： | 付聪 刘文印 |
| |
| 作者单位： | 广东工业大学 计算机学院,广州510006;广东工业大学 计算机学院,广州510006;广东工业大学 计算机学院,广州510006;广东工业大学 计算机学院,广州510006 |
| |
| 基金项目： | 中国博士后科学基金;广东省引进创新科研团队计划资助项目;国家自然科学基金 |
| |
| 摘 要： | 针对自然语言处理中的文本匹配问题，提出一种基于自学习文本近邻图框架的深度学习模型，以处理短文本匹配问题。文本近邻图可使用词嵌入将文本转换为向量形式，再通过构建文本相似度关系矩阵获得，可表达文本样本的近邻关系。现有方法通常构造静态的近邻图，这些方法一方面依赖先验知识，另一方面难以获得句子对的最优表示。因此，提出了利用孪生卷积神经网络学习更优的动态更新的近邻图。该模型在Quora数据集上的准确率和◢F◣▼1▽值分别是84.15%和79.88%，在MSRP数据集上的准确率和◢F◣▼1▽值分别是74.55%和81.63%。实验表明，提出的模型能有效地提高文本识别和匹配的准确率。
|
| 关 键 词： | 文本匹配 自学习近邻图 词嵌入 孪生卷积神经网络 |
| 收稿时间： | 2018/12/8 0:00:00 |
| 修稿时间： | 2020/5/6 0:00:00 |
Self-adaptive affinity graph learning for short text matching |
| |
| Fucong and Liu Wenyin.Self-adaptive affinity graph learning for short text matching[J].Application Research of Computers,2020,37(6):1697-1701. |
| |
| Authors: | Fucong and Liu Wenyin |
| |
| Affiliation: | Guangdong University of Technology, |
| |
| Abstract: | |
| |
| Keywords: | text matching self-adaptive affinity graph learning word embedding siamese CNN |
| 本文献已被 万方数据 等数据库收录！ |
| 点击此处可从《计算机应用研究》浏览原始摘要信息 |
|
点击此处可从《计算机应用研究》下载全文 |
