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

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:2017-07-18Revised:2017-11-24Published:2018-05-20

PDF

(458KB)

可视化

0

复制本文网址

1. 探讨2016版国际胰瘘研究小组定义和分级系统对胰腺术后患者胰瘘分级的影响.PDF(500KB)

-->

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。
中图分类号:
-->TP391

引用本文

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.





PDF全文下载地址:

http://xbna.pku.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3203