摘要
本发明公开了一种融合外部知识和句法结构的多通道短文本匹配方法,属于深度学习技术领域,该方法根据获取的待匹配文本,基于外部知识库HowNet中的义原的语义关系,通过拓扑距离计算词汇间的语义相似度,确定词汇间的义原相似度矩阵;通过计算文本的注意力分数,获取文本中每个词的注意力权重;根据词汇间的义原相似度矩阵和文本中每个词的注意力权重,生成文本对融合义原信息的语义特征向量;通过解析文本的依存关系及构建依存结构图,将图的节点、边及其特征编码为向量表示,获取文本的句法结构特征向量;将语义特征向量和句法结构特征向量进行融合,获得综合特征向量并将其输入分类器,输出文本匹配结果。该方法能够实现短文本的精准匹配。
技术关键词
融合外部知识
句法结构
多通道
语义
BiLSTM模型
矩阵
协同注意力
文本特征向量
Word2Vec模型
匹配网络
词袋模型
相似性度量函数
分类器
全局结构信息
节点特征
代表
同义词
系统为您推荐了相关专利信息
信源信道联合编码
传输特征
语义特征
索引
特征点
数据分析方法
页面动态显示
分布式数据库
自然语言
表单管理