基于改进孪生网络结构的相似法律案例检索研究

• 作者: 周俊生 曲维光 李兰君 顾颜慧
• 来源期刊: 北京大学学报（自然科学版）
• 关键词: 文档相似度计算 孪生网络 注意力机制 文档内容压缩
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 专题报道: 文本大数据分析与语义理解
• 页码范围: 84-90
• 页数: 7页
• 字数: 6957字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2018.059

摘要

针对现有的基于孪生网络结构的文档相似度计算方法大多将整个文档看成模型的输入序列, 易导致数据稀疏的问题, 提出利用层级注意力机制来改进孪生网络结构中的文档表示.针对基于层级注意力机制的孪生网络计算模型在输入时有可能忽略文档中重要句子的问题, 进一步提出一种引入文档内容压缩的两步骤文档相似度计算方法.利用开发的法律案例文档相似度标注数据集进行实验, 结果表明所提方法明显优于基于长短期记忆模型的孪生网络计算模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曲维光	南京师范大学计算机科学与技术学院	52	547	14.0	21.0
2	周俊生	南京师范大学计算机科学与技术学院	30	607	11.0	24.0
3	李兰君	南京师范大学计算机科学与技术学院	1	4	1.0	1.0
4	顾颜慧	南京师范大学计算机科学与技术学院	1	4	1.0	1.0