期刊专题

10.3969/j.issn.1006-2475.2020.07.014

基于Do-Bi-LSTM模型的电子政务文本相似度评估模型

引用
针对当前政务系统中人工审批文本效率低下的问题,本文将文本相似度引入电子政务中.当前基于文本相似度的网络模型中,存在着生成的词向量矩阵巨大,需要大量的时间去训练,而且仅利用上下文的环境来生成词向量,忽略了文档的语序和语义的关系.为了提高效率并降低训练成本,本文提出基于Do-Bi-LSTM文本相似度计算方法,该模型首先通过Doc2vec语言模型把训练数据集中的文本转换成向量,该方法在词向量的基础上增加了文本向量,从而获取了句子之间以及段落之间的相互关系.然后把得到的向量作为Bi-LSTM网络模型的输入进行模型训练,最后与LSTM网络模型、传统的深度网络模型相比,实验表明本文方法的准确率有很大的提高,具有可行性.

文本相似度、Doc2vec、双向长短期记忆网络

TP311(计算技术、计算机技术)

"十二五"山西科技重大专项项目;山西省中科院科技合作项目;山西省科技攻关项目

2020-07-21(万方平台首次上网日期,不代表论文的发表时间)

共5页

71-75

暂无封面信息
查看本期封面目录

计算机与现代化

1006-2475

36-1137/TP

2020,(7)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn