基于深度学习的跨语言短文本匹配
计算与语言
2018-11-15 v1
摘要
短文本匹配问题表述如下：给定一对句子或问题，匹配模型判定输入对是否含义相同。能够自动识别同义问题的模型在问答网站与现代聊天机器人中有广泛应用。本文中，我们描述了hahu团队在由阿里巴巴赞助的“CIKM AnalytiCup 2018——问题对跨语言短文本匹配”竞赛中解决该问题的方法。我们的方案是一个基于当前深度学习进展的端到端系统，避免了繁重的特征工程，并相较传统机器学习方法取得了更优性能。竞赛第一轮与第二轮的log-loss分数分别为0.35与0.39。在由主办方综合两项竞赛分数以及创新性、系统完整性、数据理解程度与方案业务实用性所排出的总榜单中，该团队从1027支队伍中位列第7。
引用
@article{arxiv.1811.05569,
title = {Cross-lingual Short-text Matching with Deep Learning},
author = {Asmelash Teka Hadgu},
journal= {arXiv preprint arXiv:1811.05569},
year = {2018}
}
备注
5 pages, CIKM AnlytiCup 2018