论文研究 - 基于改进的暹罗网络的句子相似度估计方法

在本文中，我们采用一种改进的暹罗神经网络来评估句子之间的语义相似性。 我们的模型实现了输入两个句子以获得相似度得分的功能。 我们基于使用深长短期记忆（LSTM）网络的暹罗网络设计模型。 并且我们添加了特殊的注意机制，使模型在对句子建模时给予不同的单词不同的注意。 提出了全连接层来测量复杂句子的表示。 我们的结果表明，该准确性优于2016年的基准。此外，还表明该模型具有对序列顺序进行建模，合理关注并从不同维度提取句子含义的能力。