结合多粒度信息的文本匹配融合模型

作     者：吕乐宾 刘群 彭露 邓维斌 王崇宇 LYU Le-bin;LIU Qun;PENG Lu;DENG Wei-bin;WANG Chong-yu

作者机构：重庆邮电大学计算智能重庆市重点实验室重庆400065 

出 版 物：《计算机科学》 (Computer Science)

年 卷 期：2021年第48卷第6期

页      面：196-201页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划资助项目(2018YFC0832100,2018YFC0832102) 国家自然科学重点基金项目(61936001) 

主　　题：文本匹配 交互注意力 表示注意力 粒度网络 多粒度信息 

摘      要：常规的文本匹配模型大致分为基于表示的文本匹配模型和基于交互的文本匹配模型。由于基于表示的文本匹配模型容易失去语义焦点,而基于交互的文本匹配模型会忽视全局信息,文中提出了结合多粒度信息的文本匹配融合模型。该模型通过交互注意力和表示注意力将两种文本匹配模型进行了融合,然后利用卷积神经网络提取了文本中存在的多个不同级别的粒度信息,使得模型既能抓住局部的重要信息又能获取全局的语义信息。在3组不同的文本匹配任务上的实验结果表明,所提出的模型在NDCG@5评价指标上分别优于其他最优模型5.3%,0.4%,1.5%。通过提取文本中的多个粒度信息并结合交互注意力和表示注意力,提出的模型能够有效地关注不同级别的文本信息,解决了传统模型在文本匹配过程中易失去语义焦点和忽视全局信息的问题。