一种基于Tree-LSTM的句子相似度计算方法

doi:10.13209/j.0479-8023.2017.169

北京大学学报（自然科学版） ›› 2018, Vol. 54 ›› Issue (3): 481-486.DOI: 10.13209/j.0479-8023.2017.169

一种基于Tree-LSTM的句子相似度计算方法

杨萌, 李培峰^†, 朱巧明

苏州大学计算机科学与技术学院, 苏州 215006

收稿日期:2017-07-18 修回日期:2017-11-24 出版日期:2018-05-20 发布日期:2018-05-20
通讯作者: 李培峰, E-mail: pfli(at)suda.edu.cn
基金资助:
国家自然科学基金(61472265, 61772354)资助

An Approach of Sentence Similarity on Tree-LSTM

YANG Meng, LI Peifeng^†, ZHU Qiaoming

Department of Computer Science and Technology, Suchow University, Suzhou 215006

Received:2017-07-18 Revised:2017-11-24 Online:2018-05-20 Published:2018-05-20
Contact: LI Peifeng, E-mail: pfli(at)suda.edu.cn

摘要/Abstract

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

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 compute sentence similarity. Experimental results manifest that the proposed approach achieves a higher performance than the baseline.

Key words: sentence similarity computation, Tree-LSTM, structural representations

中图分类号:

TP391

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.

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.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/10.13209/j.0479-8023.2017.169

https://xbna.pku.edu.cn/CN/Y2018/V54/I3/481

[1]	刘秋慧, 张坤丽, 许鸿飞, 俞士汶, 昝红英. 助词“的”用法自动识别研究[J]. 北京大学学报（自然科学版）, 2018, 54(3): 466-474.
[2]	柯永红, 朱永福, 穗志方, 俞士汶. 基于多特征的语义角色标注一致性计算方法研究[J]. 北京大学学报（自然科学版）, 2018, 54(3): 475-480.
[3]	张雨, 曾立, 邹磊. 大规模图数据的正则路径查询[J]. 北京大学学报（自然科学版）, 2018, 54(2): 236-242.
[4]	魏星, 王玮, 陈静萍, 解焱陆, 张劲松. 基于发音特征的汉语发音偏误自动标注[J]. 北京大学学报（自然科学版）, 2018, 54(2): 243-248.
[5]	林心宜, 严睿, 赵东岩. 融合词、句层级信息的抽取式摘要优化框架[J]. 北京大学学报（自然科学版）, 2018, 54(2): 229-235.
[6]	周楠, 赵悦, 李要嫱, 徐晓娜, 才旺拉姆, 吴立成. 基于瓶颈特征的藏语拉萨话连续语音识别研究[J]. 北京大学学报（自然科学版）, 2018, 54(2): 249-254.
[7]	谭亦鸣, 王明文, 李茂西. 基于翻译质量估计的神经网络译文自动后编辑[J]. 北京大学学报（自然科学版）, 2018, 54(2): 255-261.
[8]	吴焕钦, 张红阳, 李静梅, 朱俊国, 杨沐昀, 李生. 基于伪数据的机器翻译质量估计模型的训练[J]. 北京大学学报（自然科学版）, 2018, 54(2): 279-285.
[9]	吕书宁, 董志安. 利用URL-Key领域术语识别方法[J]. 北京大学学报（自然科学版）, 2018, 54(2): 262-270.
[10]	王文超, 吕学强, 张凯, 周建设. 足球赛事战报的自动写作研究[J]. 北京大学学报（自然科学版）, 2018, 54(2): 271-278.
[11]	应文豪, 肖欣延, 李素建, 吕雅娟, 穗志方. 一种利用语义相似度改进问答摘要的方法[J]. 北京大学学报自然科学版, 2017, 53(2): 197-203.
[12]	栗青生, 徐强, 肖建国, 刘泉, 张解放. 汉字动态生成的结构与风格模型[J]. 北京大学学报自然科学版, 2017, 53(2): 219-229.
[13]	陈玉敬, 吕学强, 周建设, 李宁. NBA赛事新闻的自动写作研究[J]. 北京大学学报自然科学版, 2017, 53(2): 211-218.
[14]	张丽林, 李茂西, 肖文艳, 万剑怡, 王明文. 机器翻译自动评价中领域知识复述抽取研究[J]. 北京大学学报自然科学版, 2017, 53(2): 230-238.
[15]	董理, 王中卿, 熊德意. 基于文本信息的股票指数预测[J]. 北京大学学报自然科学版, 2017, 53(2): 273-278.

一种基于Tree-LSTM的句子相似度计算方法

An Approach of Sentence Similarity on Tree-LSTM

RichHTML

PDF

PDF (翻译版)

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

留言