|
|||||
|
|
| 基于注意力机制的Siamese-BiLSTM短文本相似度算法 | |
| 引用本文： | 徐菲菲,冯东升.基于注意力机制的Siamese-BiLSTM短文本相似度算法[J].计算机应用与软件,2022(4):281-286+325. |
| 作者姓名： | 徐菲菲 冯东升 |
| 作者单位： | 上海电力大学计算机科学与技术学院 |
| 基金项目： | 国家自然科学基金项目(61272437,61305094)；;上海市教育发展基金会和上海市教育委员会“晨光计划”项目(13CG58)；;上海市自然科学基金项目(13ZR1417500)； |
| 摘 要： | 提出将注意力机制引入至孪生网络(Siamese Network)结构，通过注意力机制对句子中单词进行重要性评分，以双向长短时记忆网络(BiLSTM)作为基准系统，获得文本语义的深层次特征表示，从而有效地提升短文本相似度的准确率。实验采用通用公开标注数据集Quora语句对集和蚂蚁金服句对集，结果表明，与传统神经网络以及Siamese-Net网络相比，所提出的算法在短文本相似度总体效果上有明显提升，验证了所提算法的有效性。 |
| 关 键 词： | 短文本 相似度 孪生网络 长短时记忆网络 注意力机制 |