一种针对成分树的混合神经网络模型

• 作者: 薛瑶环 邹依婷 金轩城 霍欢 黄君扬
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 成分树 C-TreeLSTM 短语语义向量 混合模型
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 语言分析与计算
• 页码范围: 8-16
• 页数: 9页
• 分类号: TP391
• 字数: 7287字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.03.002

摘要

为了提高自然语言处理的准确度,很多工作将句法成分树与LSTM相结合,提出了各种针对成分树的LSTM模型(文中用C-TreeLSTM统称这类模型).考虑到C-TreeLSTM模型在计算内部节点隐藏状态的过程中,由于一个重要信息来源(即单词)的缺失导致文本建模的准确度不高,该文提出一种针对成分树的混合神经网络模型,通过在C-TreeLSTM模型的节点编码过程中注入各节点所覆盖的短语语义向量来增强节点对文本语义的记忆,故将此模型命名为SC-TreeLSTM.实验结果表明,该模型在情感分类和机器阅读理解两类任务上表现优异.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	霍欢	上海理工大学光电信息与计算机工程学院	36	123	6.0	9.0
5	邹依婷	上海理工大学光电信息与计算机工程学院	3	1	1.0	1.0
6	薛瑶环	上海理工大学光电信息与计算机工程学院	3	1	1.0	1.0
7	黄君扬	上海理工大学光电信息与计算机工程学院	4	1	1.0	1.0
8	金轩城	上海理工大学光电信息与计算机工程学院	3	1	1.0	1.0