融合领域特征的学术会议语义相似度计算
信息检索
2022-03-24 v1 人工智能
摘要
针对当前通用语义文本相似度计算方法难以利用学术会议数据的语义信息这一问题，提出一种融合领域特征的学术会议语义相似度计算算法。首先通过实体识别与关键词抽取获取会议的领域特征信息，并将其作为特征与会议信息一同输入 BERT 网络。采用孪生网络结构解决 BERT 的各向异性问题。对网络输出进行池化与归一化，最后使用余弦相似度计算两场会议间的相似度。实验结果表明，SBFD 算法在不同数据集上均取得良好效果，Spearman 相关系数相较对比算法有一定提升。
引用
@article{arxiv.2203.12593,
title = {Semantic Similarity Computing for Scientific Academic Conferences fused with domain features},
author = {Runyu Yu and Yawen Li and Ang Li},
journal= {arXiv preprint arXiv:2203.12593},
year = {2022}
}