检索结果-南通市图书馆

计算机科学 2021年第6期48卷 196-201页

作者：吕乐宾刘群彭露邓维斌王崇宇重庆邮电大学计算智能重庆市重点实验室重庆400065

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... 详细信息

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。

关键词：文本匹配交互注意力表示注意力粒度网络多粒度信息

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于深度学习的多粒度文本匹配方法研究

基于深度学习的多粒度文本匹配方法研究

引用

作者：吕乐宾重庆邮电大学

学位级别：硕士

文本匹配研究主要目的是判断两段文本的相似度关系,所以很多任务在一定程度上都可以抽象成文本匹配的问题,例如:信息搜索、自动问答、机器翻译、对话系统、复述识别等等。目前的研究主要是使用深度学习方法,利用深度神经网络来学习两段... 详细信息

文本匹配研究主要目的是判断两段文本的相似度关系,所以很多任务在一定程度上都可以抽象成文本匹配的问题,例如:信息搜索、自动问答、机器翻译、对话系统、复述识别等等。目前的研究主要是使用深度学习方法,利用深度神经网络来学习两段文本中蕴含的语义信息,以达到准确匹配的目的。常规的文本匹配方法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。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,由于文本当中存在不同粒度的词组信息,因此基于交互的文本匹配模型所采取的单一字词信息匹配可能会丢失重要的匹配信息。针对以上问题,本文提出了一种利用多粒度信息的融合模型。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,不仅充分发挥了交互模型和表示模型的优势,而且能够对两者进行互补。进一步通过提取文本中存在的多个不同级别的粒度信息,使得模型即可以抓住局部的重要信息又能获取全局的语义信息。具体研究内容如下:1、结合多粒度信息的文本匹配融合模型（FMMI）:该模型首先利用交互注意力将两种不同的模型进行了融合,使其能够充分发挥两类不同模型的优势。同时为了获得文本中存在的多粒度信息,设计了一种提取多粒度信息的框架。该框架通过卷积神经网络在水平层次上提取文本中不同词组大小的粒度信息来获取文本蕴含的多个粒度的语义,解决了传统模型在文本匹配过程中会失去语义焦点和忽视全局信息的问题。在三组不同的文本匹配任务上的实验结果表明,所提出的模型通过提取文本中多个词组粒度信息并结合交互注意力和表示注意力,模型能够更加有效地关注不同级别的文本信息,在NDCG@3、NDCG@5、MAP三个评价指标上都有所提升。2、结合层次粒度信息的文本匹配融合模型（FMHG）:由于神经网络的学习表示过程是一个从细粒度到粗粒度的学习过程,但是网络输出的内容只保留了最终的粗粒度信息,丢失了原始的细粒度信息,为了改善FMMI只局限于同一层次的词组信息提取的缺点,因此提出了结合层次粒度信息的文本匹配融合模型FMHG,该模型在交互模型的基础之上,改变了模型后期水平粒度信息的提取方式,采用了层次粒度提取方法。该方法主要利用深度神经网络的表示能力,使原始的张量信息经过不同深度的网络,获取网络中存在的不同表示层次下的粗粒度信息和细粒度信息。在三组不同的文本匹配任务上的实验结果表明,所提出的模型通过提取文本中的层次粒度信息,使得模型能够有效地关注不同级别的文本信息,效果相较于在无粒度信息的情况下明显提高,相较于FMMI模型在SNLI数据集和semeval2016-task3数据集上也有所提升。

关键词：文本匹配交互注意力表示注意力粒度网络多粒度

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：