MatchZoo：面向神经文本匹配的研习与开发系统
信息检索
2019-07-25 v2 计算与语言
摘要
文本匹配是许多自然语言处理（NLP）任务（如信息检索、问答和对话）中的核心问题。近年来，深度学习技术被广泛用于文本匹配，使神经文本匹配成为一个新兴且活跃的研究领域。随着大量神经匹配模型迅速涌现，研究者（尤其是新手）越来越难以学习和理解这些新模型。此外，由于繁琐的数据预处理、复杂的参数配置以及大量的优化技巧，更不用说有时公开代码不可用，尝试这些模型通常也很困难。最后，对于想要开发新模型的研究者而言，从零实现一个神经文本匹配模型并与众多现有模型进行比较也并非易事。因此，本文提出一个名为MatchZoo的新系统，以促进神经文本匹配模型的学习、实践与设计。该系统由一个强大的匹配库和一个用户友好且交互式的工作室组成，可帮助研究者：1）系统地学习最先进的神经文本匹配模型；2）通过简单的可配置步骤训练、测试和应用这些模型；3）利用丰富的API和辅助工具开发自己的模型。
引用
@article{arxiv.1905.10289,
title = {MatchZoo: A Learning, Practicing, and Developing System for Neural Text Matching},
author = {Jiafeng Guo and Yixing Fan and Xiang Ji and Xueqi Cheng},
journal= {arXiv preprint arXiv:1905.10289},
year = {2019}
}