問句語義匹配旨在判定給定的兩個(gè)語句的語義信息是否匹配,在信息檢索、自動(dòng)問答、機(jī)器翻譯等領(lǐng)域應(yīng)用廣泛,是自然語言處理研究的一個(gè)關(guān)鍵問題�，F(xiàn)有基于機(jī)器學(xué)習(xí)或深度學(xué)習(xí)的問句語義匹配任務(wù)大多采用對整個(gè)句子構(gòu)建語義信息表示,而忽視了語句各組成部分所蘊(yùn)含的具體細(xì)節(jié)信息。提出一種基于可分解注意力機(jī)制的語義匹配模型（Decomposable Attention based Semantic Matching,DASM）,該模型首先使用軟注意力機(jī)制將整個(gè)序列問句分解為可以獨(dú)立解決的子問句,使得子問句間權(quán)重計(jì)算可以并行;然后結(jié)合注意力機(jī)制充分捕獲問句中潛在的語義信息,從而提高問句匹配任務(wù)的性能。實(shí)驗(yàn)結(jié)果表明,本文方法提高了問句語義匹配的準(zhǔn)確性和模型性能。 

【文章頁數(shù)】：6 頁

【文章目錄】：
1 研究現(xiàn)狀
2 基于可分解注意力機(jī)制的語義匹配模型
    2.1 問題描述
    2.2 模型概述
    2.3 嵌入層
    2.4 可分解注意力機(jī)制
    2.5 語義匹配模塊層
3 實(shí)驗(yàn)
    3.1 實(shí)驗(yàn)數(shù)據(jù)
    3.2 評價(jià)方法
    3.3 實(shí)驗(yàn)設(shè)置
    3.4 訓(xùn)練過程
    3.5 實(shí)驗(yàn)結(jié)果分析
4 結(jié)語


【參考文獻(xiàn)】：
期刊論文
[1]基于人工智能技術(shù)的醫(yī)學(xué)知識問答系統(tǒng)研究[J]. 陸森,徐霄玲,陳園園,趙逸凡,劉婷,葉萍,韓寶三.  軟件導(dǎo)刊. 2019(12)
[2]基于注意力和字嵌入的中文醫(yī)療問答匹配方法[J]. 陳志豪,余翔,劉子辰,邱大偉,顧本剛.  計(jì)算機(jī)應(yīng)用. 2019(06)
[3]基于BiGRU-attention神經(jīng)網(wǎng)絡(luò)的文本情感分類模型[J]. 王偉,孫玉霞,齊慶杰,孟祥福.  計(jì)算機(jī)應(yīng)用研究. 2019(12)
[4]一種雙向長短時(shí)記憶循環(huán)神經(jīng)網(wǎng)絡(luò)的問句語義關(guān)系識別方法[J]. 姜華,歐陽紅,方紅旺,胡海英,劉玉璽.  福州大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(01)



本文編號：3723884