声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：31-1289/TP
国际刊号：1000-3428
发布日期:
作者：甄卓, 陈玉泉
单位：上海交通大学 计算机科学与工程系, 上海 200240
关键词：文本匹配,语义匹配,依存关系,词嵌入,余弦均值卷积,K-Max池化,长短期记忆网络
基金：国家自然科学基金（61673266）。
为增强文本匹配模型的文本语义捕捉能力并提高语义匹配准确度，提出一种基于词嵌入与依存关系的文本匹配模型。构建融合词语义和词间依存关系的语义表示，通过余弦均值卷积和K-Max池化操作获得描述两段文本各部分语义匹配程度的矩阵，并采用长短期记忆网络学习匹配程度矩阵与真实匹配程度之间的映射关系。实验结果表明，该模型的F1值为0.927 4，相比BM25及深度文本匹配模型准确度更高。
来源：2019年第8期
《计算机工程》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。