基于深度学习的文本相似度计算

• 作者: 冯兴乐 包芬 邵恒
• 来源期刊: 郑州大学学报（理学版）
• 学科: 工学
• 关键词: 深度学习 自动编码器 卷积神经网络 文本相似度计算
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 信息科学
• 页码范围: 66-71,78
• 页数: 7页
• 分类号: TP391
• 字数: 5983字
• 语种: 中文
• DOI: 10.13705/j.issn.1671-6841.2019007

摘要

提出了一种基于改进堆叠自动编码器提取低维度句子特征的方法,同时采用自动编码器的降噪技术以增加鲁棒性和表达能力.接着用提取的特征计算文本间句子的相似度并组成相似矩阵,用对应的文本生成文本特征矩阵,然后分别通过对应的深度卷积网络训练并提取特征.最后用特征融合技术将两个深度卷积网络提取的特征融合,经全连接的多层感知机计算相似度.实验结果证明,提出的方法能够表达句子的语义特征和文本的上下文特征,有效提高文本相似度计算的准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	冯兴乐	长安大学信息工程学院	41	95	6.0	7.0
2	邵恒	长安大学信息工程学院	2	1	1.0	1.0
3	包芬	长安大学信息工程学院	1	1	1.0	1.0