一种基于深度强化学习的文本语义相似计算模型的制作方法

文档序号:17723560发布日期:2019-05-22 02:20阅读:来源:国知局

技术特征:

技术总结
本发明涉及基于深度强化学习的文本语义相似计算模型,包括句子蒸馏网络模型、句子划分网络模型和相互加权模型;整体结构是一个强化学习模型,组成有两部分:最外围的Policy Network网络是句子划分网络模型和句子蒸馏网络模块,该网络使用多层深度神经网络模型,是一个Actor网络功能模块;内层的整体架构是一个Siamese LSTM模型,是一个Critic网络模块,输入部分仍然是将词向量作为每个时刻的输入。本发明的有益效果是:从实验结果上来看,句子划分后的模型对LSTM模型有很好的提升,因为句子划分网络可以使得LSTM每次进行句子语义提取的时候可以只计算句子中的一部分,从而在训练LSTM的时序反向传播算法过程中梯度差只需要传播几个时序,从而可以很好的学习到每个词。

技术研发人员:陈观林;侍晓龙
受保护的技术使用者:浙江大学城市学院
技术研发日:2019.01.15
技术公布日:2019.05.21
当前第2页1 2 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1