文献

J-GLOBAL ID：202002263768254496   整理番号：20A2065039

文章意味マッチングのための深層階層符号化モデル【JST・京大機械翻訳】

Deep hierarchical encoding model for sentence semantic matching

著者 (4件)： Lu Wenpeng (School of Computer Science and Technology, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250014, China) ,  Zhang Xu (School of Computer Science and Technology, Qilu University of Technology (Shandong Academy of Sciences), Jinan 250014, China) ,  Lu Huimin (Kyushu Institute of Technology, Kitakyushu 8048550, Japan) ,  Li Fangfang (oOh! Media, North Sydney, NSW 2060, Australia)
資料名： Journal of Visual Communication and Image Representation  (Journal of Visual Communication and Image Representation)
巻： 71  ページ： Null  発行年： 2020年 
JST資料番号： W0218A  ISSN： 1047-3203  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 意味的意味マッチング(SSM)は常に自然言語処理において重要な役割を果たす。文章間の固有の意味類似性の測定は,非常に挑戦的であり,実質的には対処されていない。最新のSSM研究は,通常,浅いテキスト表現と文章ペア間のインタラクションに依存しており,それは複雑な意味特徴を捉えるのに充分ではなく,限られた性能につながる可能性がある。より多くの意味的文脈特徴およびインタラクションを捉えるために,文章表現のための階層的符号化モデル(HEM)を提案し,さらに文章インタラクションのための階層的マッチング機構によって強化した。2つの文章を与えられた場合,HEMは符号化層における中間および最終表現を生成し,それはマッチング層におけるより多くの多視点相互作用を捕捉するために,さらに新しい階層的マッチング機構によって扱われる。包括的な実験は,著者らのモデルが,より多くの文章意味的特徴とインタラクションを捕えることができることを示し,それは,公開現実世界データセットに関する既存の最先端のニューラルモデルを著しく凌駕する。Copyright 2020 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *相互作用 ,  測度 ,  意味論 ,  自然言語処理 ,  深層
準シソーラス用語： 神経回路網モデル ,  意味類似性 ,  文章表現 , 【Automatic Indexing@JST】

著者キーワード (5件)： 階層的符号化モデル ,  階層的測度機構 ,  文の類似性 ,  意味論的等価性同定 ,  テキスト表現

分類 (2件)： 図形・画像処理一般  (JE04010I) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (6件)： 文章 ,  意味 ,  マッチング ,  深層 ,  階層符号化 ,  モデル