融合深层语义和显式特征的中文句子对相似性判别方法  

Chinese Sentence Similarity Measure with Deep Semantics and Explicit Features

作　　者：何春辉 胡升泽 张翀[1] 葛斌[1] HE Chunhui;HU Shengze;ZHANG Chong;GE Bin(Science and Technology on Information Systems Engineering Laboratory,National University of Defense Technology,Changsha,Hunan 410073,China)

机构地区：[1]国防科技大学信息系统工程重点实验室,湖南长沙410073

出　　处：《中文信息学报》2022年第9期28-37,共10页Journal of Chinese Information Processing

基　　金：国家自然科学基金(61902417);基础加强基金(2019-JCJQ-JJ-231)。

摘　　要：中文句子对相似性计算任务旨在利用模型对两个句子的相似性进行判别,在文本挖掘领域有广泛的应用。考虑到现有机器学习方法不能同时兼顾句子对的深层语义特征和显式特征的问题,该文提出融合深层语义和显式特征的中文句子对相似性判别方法。采用BERT和全连接网络来获取深层语义向量,再拼接显式特征构造新的特征向量,最后通过分类器完成句子对的相似性判别。实验结果表明,该方法在3个公开的中文句子对相似性评测数据集上的性能均优于基线方法。The Chinese sentence similarity measure has a wide range of applications in the field of text mining.This paper proposes a Chinese sentence similarity measure by combining deep semantic feotures and explicit features.BERT and feed forward network are used to obtain deep semantic vectors,that are concatenated with explicit features.The final similarity measure is completed through a classifier.The experimental results show that the performance of our proposed method on the three public Chinese datasets is better than all baseline methods.

关 键 词：语义匹配 特征选取 相似性判别 文本分类 BERT 

分 类 号：TP391[自动化与计算机技术—计算机应用技术]