基于深度交互的文本匹配模型研究

摘要：

针对文本匹配在信息检索、文本挖掘等领域的广泛应用,本文提出一种具有良好泛化能力的深度交互文本匹配(deep interaction text matching,DITM)模型.基于匹配-聚合框架,DITM模型以编码层、共注意力层和融合层为交互模块,多次循环交互模块获取深层次的交互信息,经过多角度池化提取信息以预测文本对之间的关系.相比于基线方法,针对观点检索、答案挑选、释义识别和自然语言推理四个文本匹配任务,DITM模型在相应的数据集上均取得了最好的效果.本研究结果对于促进文本匹配模型在情报领域的实践具有重要意义.

关键词：文本匹配;深度学习;深度交互;注意力机制;神经网络

所属期刊栏目：40

资助基金：国家自然科学基金重大课题"国家安全大数据综合信息集成与分析方法";国家自然科学基金面上项目"面向跨语言观点摘要的领域知识表示与融合模型研究";中南财经政法大学中央高校基本科研业务费专项资金资助项目

在线出版日期：2021-10-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1015-1026