| 基于多层次动态门控推理网络的文本蕴含识别 |
| |
| 作者姓名： | 张芮 杨煦晨 琚生根 刘宁宁 谢正文 王婧妍 |
| |
| 作者单位： | 四川大学计算机学院,成都610065;四川大学计算机学院,成都610065;四川大学计算机学院,成都610065;四川大学计算机学院,成都610065;四川大学计算机学院,成都610065;四川大学计算机学院,成都610065 |
| |
| 基金项目： | 四川省新一代人工智能重大专项（2018GZDZX0039); 四川省科技厅重点研发项目 (2018GZ0182) |
| |
| 摘 要： | 现有的文本蕴含模型通常计算一次词级别注意力得到两段文本在不同层面的交互特征,但对于文本不同层面的理解,不同重要词的注意力应该是不同的,并且一次词级注意力推理仅能捕捉到文本对局部特征.针对这个问题,提出一种多层次动态门控推理网络,该网络结合了词级别信息的细粒度推理和句子级别门控机制来动态捕捉文本对的语义信息,并采用不同注意力计算方式提取文本对不同层面的语义特征,共同推理文本对的蕴含关系.本文在两个文本蕴含数据集上均做了实验,相较于基准模型和现有主流模型,准确率提升了0.4%～1.7%,通过消融分析,进一步验证了本文模型各部分结构的有效性.
|
| 关 键 词： | 多层次动态推理 sgMatch-LSTM 注意力机制 文本蕴含 |
| 收稿时间： | 2019-08-26 |
| 修稿时间： | 2019-09-27 |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《四川大学学报(自然科学版)》下载全文 |
|
