基于深度学习的短文本语义相似度计算模型

周圣凯; 富丽贞; 宋文爱

doi:10.16088/j.issn.1001-6600.2021071001

广西师范大学学报（自然科学版） ›› 2022, Vol. 40 ›› Issue (03) : 49 -56. DOI: 10.16088/j.issn.1001-6600.2021071001

基于深度学习的短文本语义相似度计算模型

周圣凯, 富丽贞, 宋文爱

作者信息 +

Author information +

文章历史 +

摘要

基于深度学习的短文本语义相似度度量方法是现代自然语言处理任务的基石，其重要性不言而喻。本文提出一种基于卷积神经网络和双向门控循环单元的文本编码模型，通过卷积层提取重要语义并且通过双向门控循环单元保证语义顺序，采用孪生神经网络结构保证文本编码的一致性。选取传统的卷积神经网络和长短期记忆网络以及BERT模型进行对比验证，在Quora、Sick和MSRP数据集上的验证结果表明，本文模型的精确率和召回率表现优异，且F₁值也优于传统模型。