基于动态语义编码双向LSTM的中文语义相似度计算

• 作者: 侯秀萍 初雅莉 郑虹
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 中文语义 语义相似度 双向LSTM 动态语义编码规则
• 年，卷（期）: 2020,（6）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 224-229
• 页数: 6页
• 分类号: TP3
• 字数: 5603字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.06.039

摘要

中文句子结构有较高的复杂性,导致计算语义相似度非常困难,准确率不高.针对这种情况,改进一种动态语义编码双向LSTM中文语义相似度计算模型.采用双向LSTM编码器解码器结构,提取由标准句子和自然句子组成的句子对的双向语义特征.在解码器结构中加入动态语义编码规则,调整输入到解码器的语义编码信息,并把编码信息存储到LSTM神经元节点中,从而得到句子对更准确的相似度值.模型在汉字数据集、混合数据集和原始数据集三种中文句子对数据集中进行实验.实验结果表明,该模型在三种数据集中语义相似度的计算优于其他循环神经网络模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	侯秀萍	长春工业大学计算机科学与工程学院	41	169	7.0	11.0
2	郑虹	长春工业大学计算机科学与工程学院	29	44	3.0	5.0
3	初雅莉	长春工业大学计算机科学与工程学院	1	0	0.0	0.0