利用孪生 CNN 与 LSTM 预测语义文本相似度
计算与语言
2018-10-26 v1
摘要
语义文本相似度（STS）是自然语言处理（NLP）中许多应用的基础。我们的系统结合卷积神经网络和循环神经网络来衡量句子的语义相似度。它使用卷积网络考虑词的局部上下文，并使用 LSTM 考虑句子的全局上下文。这种网络组合有助于保留句子的相关信息并改进句子间相似度的计算。我们的模型取得了良好结果，并与最先进的系统具有竞争力。
引用
@article{arxiv.1810.10641,
title = {Predicting the Semantic Textual Similarity with Siamese CNN and LSTM},
author = {Elvys Linhares Pontes and Stéphane Huet and Andréa Carneiro Linhares and Juan-Manuel Torres-Moreno},
journal= {arXiv preprint arXiv:1810.10641},
year = {2018}
}