基于交互式特征与多尺度特征的文本相似度研究

来源：计算机技术与发展杂志2024年第08期北京时间：

作者：尹春勇;沈子宁

摘要：针对文本相似度分析过程中缺乏信息传递和忽略多元语义信息而导致相似度计算结果准确率低的问题,结合双向长短期记忆网络(BiLSTM),提出一种新颖的交互式特征与多尺度特征的文本相似度模型( IF-MSF)。 首先,利用BiLSTM 对句子进行编码提取全局特征矩阵,分别用软注意力机制和余弦相似度对特征矩阵进行交互,以相互传递两组特征矩阵内部的语义信息。 其次,加权两组交互式特征以综合所有交互信息,并利用 BiLSTM 对加权交互式特征和初始编码特征再编码以捕获特征之间的差异信息。 再次,使用多尺度卷积提取差异信息的多元语义特征并结合通道注意力机制增强重要特征信息。 最后,融合两组增强特征判断文本对是否相似。 实验选取 2 个数据集来验证该方法,该模型 F1 值分别取得最高值 88. 15% 和 85. 03% ,优于其他方法。

关键词：文本相似度;双向长短期记忆;交互式特征;多尺度特征;通道注意力