基于biLSTM的新型文本相似度计算模型

• 作者: 贾世林 赵梗明 黄建强
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: 问答系统 语义匹配 堆叠编码 迁移学习 数据挖掘
• 年，卷（期）: 2020,（9）
• 所属期刊栏目: 信息处理与网络安全
• 页码范围: 2207-2211,2278
• 页数: 6页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2020.09.025

摘要

在问答系统中,针对传统神经网络模型在语义匹配准确度不高的问题,提出一种基于双向长短时记忆网络(biLSTM)的快速堆叠编码(SSE)结构融合数据挖掘方法的文本相似度计算模型.该模型先以迁移学习思想将相似度计算的文本量化,分别利用余弦距离和编辑距离计算文本相似度的方法和基于biLSTM结构的三层SSE编码器结构提取文本特征,再将两者提取的特征融合作为最终文本相似度计算特征.实验结果表明,以数据挖掘方法结合SSE模型的F1值高于传统神经网络结构模型.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵梗明		17	37	3.0	6.0
2	黄建强		2	0	0.0	0.0
3	贾世林		1	0	0.0	0.0