论文部分内容阅读
为解决基于Siamese模型缺乏句子间交互的问题和基于匹配模型的匹配因子单一问题,提出双向字粒度交互的卷积神经网络模型。在输入侧通过建立句子交互序列改善Siamese模型交互问题;在特征提取侧和输出侧通过对交互序列进行卷积,建立动态匹配因子改善匹配模型的匹配因子单一问题。实验结果表明,该模型在语义相似性计算数据集Quora和自然语言推理数据集SNLI的准确度相较其它算法均有提升,验证了算法的有效性和可行性。