基于交叉注意力孪生网络的中文句子相似度计算
计算与语言
2021-05-10 v2
摘要
衡量句子相似度是当前的关键研究领域，因为它能使机器更好地理解人类语言。本文提出一种交叉注意力孪生网络（CATsNet）来完成学习中文句子语义并比较两句之间相似度的任务。该新颖模型能够捕捉非局部特征。此外，我们还尝试在模型中应用长短期记忆（LSTM）网络以提升其性能。实验在 LCQMC 数据集上进行，结果表明我们的模型可比以往工作取得更高的准确率。
引用
@article{arxiv.2104.08787,
title = {Chinese Sentences Similarity via Cross-Attention Based Siamese Network},
author = {Zhen Wang and Xiangxie Zhang and Yicong Tan},
journal= {arXiv preprint arXiv:2104.08787},
year = {2021}
}