典型文献
一种简化门控结构的增强序列文本语义匹配模型研究
文献摘要：
在自然语言处理的文本相似度匹配方面,针对长短期记忆网络拥有多个控制门层,导致其在训练过程中需要一定的硬件计算能力和计算时间成本,提出一种基于Bi-GRU的改进ESIM文本相似度匹配模型.该模型在双向LSTM(BiLSTM)的ESIM模型的基础上,通过Bi-GRU神经网络进行数据训练,提高模型的训练性能.实验表明,在公开数据集QA_corpus和LCQMC上分别进行测试,改进后的ESIM模型较之原先模型,在结果数据对比图中,绝大部分组的损失函数数值均小于原先模型,准确率数值均大于原先模型.
文献关键词：
相似度匹配;双向长短期记忆网络;Bi-GRU;ESIM
中图分类号：
作者姓名：
黄静;陈新府豪
作者机构：
浙江理工大学信息学院,浙江 杭州 310018
文献出处：
引用格式：
[1]黄静;陈新府豪-.一种简化门控结构的增强序列文本语义匹配模型研究)[J].软件工程,2022(01):50-55
A类：
B类：
门控,增强序列,文本语义匹配,匹配模型,自然语言处理,文本相似度,相似度匹配,训练过程,计算能力,计算时间,时间成本,GRU,ESIM,BiLSTM,数据训练,训练性,公开数据集,QA,corpus,LCQMC,较之,原先,数据对比,绝大部分,损失函数,数数,双向长短期记忆网络
AB值：
0.367957
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
