基于 Tensorflow 的深度西玛 LSTM 网络实现,利用字符/词嵌入捕获短语/句子相似性
基于 Tensorflow 的深度西玛 LSTM 网络实现,利用字符/词嵌入捕获短语/句子相似性
此项目仅用于实验目的,并未发布生产级代码。
在有足够的训练对的情况下，该模型可以学习语义和结构相似性。例如：
(更多示例参考: semEval 数据集) 对于句子,模型使用预训练的词嵌入来识别语义相似性。 以下是对词组的分类,模型可以将其视为相似的类别: - 标注 - 缩写 - 多余的单词 - 相似的语义 - 拼写错误 - 组合 - 总结 # 训练数据 - 短语: 已将学习人名同义词的示例集附加到此仓库中。若要生成完整的人名歧义数据,请按照以下步骤操作: > https://github.com/dhwajraj/dataset-person-name-disambiguation "person_match.train": https://drive.google.com/open?id=1HnMv7ulfh8yuq9yIrt_IComGEpDrNyo- - 句子: 可从以下位置下载学习句子语义相似性的示例集: "train_snli.txt": https://drive.google.com/open?id=1itu7IreU_SyUSdmTWydniGxW-JEGTjrv
这些数据是使用 SNLI 项目生成的
暂无开放 Issues，或尚未同步最近议题。