论文部分内容阅读
中文句子结构有较高的复杂性,导致计算语义相似度非常困难,准确率不高。针对这种情况,改进一种动态语义编码双向LSTM中文语义相似度计算模型。采用双向LSTM编码器解码器结构,提取由标准句子和自然句子组成的句子对的双向语义特征。在解码器结构中加入动态语义编码规则,调整输入到解码器的语义编码信息,并把编码信息存储到LSTM神经元节点中,从而得到句子对更准确的相似度值。模型在汉字数据集、混合数据集和原始数据集三种中文句子对数据集中进行实验。实验结果表明,该模型在三种数据集中语义相似度的计算优于其他循环神经网