结合随机森林的连体神经网络用于检测重复问题对
计算与语言
2018-01-30 v3
摘要
给定两个问题是否在语义上相似是一项颇具挑战的任务，因为问题可能呈现不同的结构与形式。本文中，我们使用门控循环单元（GRU）并结合其他广泛使用的机器学习算法（如随机森林、Adaboost 与 SVM），在 Quora 发布的约 40 万条带标签问题对数据集上进行相似性预测任务。我们采用双向 GRU 的连体（Siamese）结构配以随机森林分类器取得了最佳结果，据此在 Kaggle 举办的 Quora Question Pairs 竞赛中跻身前 24%。
引用
@article{arxiv.1801.07288,
title = {Siamese Neural Networks with Random Forest for detecting duplicate question pairs},
author = {Ameya Godbole and Aman Dalmia and Sunil Kumar Sahu},
journal= {arXiv preprint arXiv:1801.07288},
year = {2018}
}