| 一种基于Tree-LSTM的句子相似度计算方法 |
| |
| 引用本文： | 杨萌,李培峰,朱巧明.一种基于Tree-LSTM的句子相似度计算方法[J].北京大学学报(自然科学版),2018,54(3):481-486. |
| |
| 作者姓名： | 杨萌 李培峰 朱巧明 |
| |
| 作者单位： | 苏州大学计算机科学与技术学院,苏州,215006;苏州大学计算机科学与技术学院,苏州,215006;苏州大学计算机科学与技术学院,苏州,215006 |
| |
| 基金项目： | 国家自然科学基金(61472265 |
| |
| 摘 要： | 在浅层句法树和依存关系树的基础上, 提出两种结构化特征: 基于短语的浅层句法树NPST和基于短语的依存树NPDT, 并将它们与Tree-LSTM模型相结合, 进行句子相似度计算。实验表明, 使用结构化特征和Tree-LSTM会带来性能的提升。
|
| 关 键 词： | 句子相似度计算 Tree-LSTM 结构化特征 |
| 收稿时间： | 2017-07-18 |
An Approach of Sentence Similarity on Tree-LSTM |
| |
| YANG Meng,LI Peifeng,ZHU Qiaoming.An Approach of Sentence Similarity on Tree-LSTM[J].Acta Scientiarum Naturalium Universitatis Pekinensis,2018,54(3):481-486. |
| |
| Authors: | YANG Meng LI Peifeng ZHU Qiaoming |
| |
| Institution: | Department of Computer Science and Technology, Suchow University, Suzhou 215006 |
| |
| Abstract: | Based on the shallow tree and dependency tree, the authors introduce the structural representations, NPST (new phrase-based shallow tree) and NPDT (new phrase-based dependency tree) to Tree-LSTM to com-pute sentence similarity. Experimental results manifest that the proposed approach achieves a higher perfor-mance than the baseline. |
| |
| Keywords: | sentence similarity computation Tree-LSTM structural representations |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《北京大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《北京大学学报(自然科学版)》下载免费的PDF全文 |
