文献类型：期刊文章

作　　者：李霞[1,2] 刘承标[2] 章友豪[2] 蒋盛益[1,2]

LI Xia;LIU Chengbiao;ZHANG Youhao;JIANG Shengyi(Eastern Language Processing Center,Guangzhou, Guangdong 510006, China;School of Information Science and Technology, Guangdong University of Foreign Studies, Guangzhou. Guangdong 510006,China)

机构地区：[1]广州市非通用语种智能处理重点实验室,广东广州510006 [2]广东外语外贸大学信息科学与技术学院,广东广州510006

出　　处：《中文信息学报》

基　　金：国家自然科学基金(61402119,61572145)

年　　份：2019

卷　　号：33

期　　号：6

起止页码：18-26

语　　种：中文

收录情况：BDHX、BDHX2017、CSCD、CSCD2019_2020、JST、RCCSE、ZGKJHX、核心刊

摘　　要：跨语言句子语义相似度计算旨在计算不同语言句子之间的语义相似程度。近年来,前人提出了基于神经网络的跨语言句子语义相似度模型,这些模型多数使用卷积神经网络来捕获文本的局部语义信息,缺少对句子中远距离单词之间语义相关信息的获取。该文提出一种融合门控卷积神经网络和自注意力机制的神经网络结构,用于获取跨语言文本句子中的局部和全局语义相关关系,从而得到文本的综合语义表示。在SemEval-2017多个数据集上的实验结果表明,该文提出的模型能够从多个方面捕捉句子间的语义相似性,结果优于基准方法中基于纯神经网络的模型方法。

关 键 词：跨语言文本句子语义相似度  自注意力机制  门控卷积神经网络  

分 类 号：TP391]