文本匹配论文阅读
关注
分享
扫一扫
文本相似度, 文本匹配, 自然语言推理相关论文阅读
Leokb24
这个作者很懒，什么都没留下…
展开
-
Semantic Sentence Matching with Densely-connected Recurrent and Co-attentive Information阅读笔记
文章目录概述模型1. Word Representation Layer2. Densely connected Recurrent Networks3. Densely-connected Co-attentive networks4. Bottleneck component5. Interaction and Prediction Layer实验数据集实现细节实验结果概述目前, 句子匹配...原创 2019-05-08 22:55:38 · 1211 阅读 · 0 评论 -
Natural Language Inference Over Interaction Space(DIIN)阅读笔记
文章目录IntroductionModelInteractive Inference Network(IIN)Densely Interactive Inference Network(DIIN)Embedding LayerEncoding LayerInteraction LayerFeature Extraction LayerOutput Layer实验数据参数设置Introductio...原创 2019-04-12 22:02:26 · 1763 阅读 · 0 评论 -
Bilateral Multi-Perspective Matching for Natural Language Sentences阅读笔记及复现
文章目录MethodModel Overview1. Word Representation Layer2. Context Representation Layer3. Matching Layer4. Aggregation Layer5. Prediction LayerMulti-prespective Matching Operation实验实验设置实验结果论文贡献: 提出了一种双向的...原创 2019-04-10 23:55:32 · 1540 阅读 · 0 评论 -
A Decomposable Attention Model for Natural Language Inference阅读笔记
文章目录模型Input representationAttendCompareAggregateIntra-Sentence Attention(Optional)模型模型主要包括四部分: Input representation, Attend, Compare, AggregateInput representation最简单的方式就是直接将词向量作为输入.更复杂的方式见后面optin...原创 2019-04-09 11:44:54 · 1099 阅读 · 0 评论 -
Enhanced LSTM for Natural Language Inference(ESIM)阅读笔记
文章目录模型介绍Hybrid Neural Inference Models1. Input Encoding2. Local Inference Modeling3. Inference Composition模型介绍Hybrid Neural Inference Models可以用BiLSTM编码, 也可以使用Tree-LSTM.这里只介绍基于BiLSTM的结构.1. Inpu...原创 2019-04-08 18:11:06 · 700 阅读 · 0 评论 -
A Simple but Tough-to-Beat Baseline for Sentence Embeddings阅读笔记
文章目录概述算法实验1. Textual Similarity Tasks2. Supervised Tasks概述一篇17年的论文, 采用无监督的方法.主要思想可以概括为两步:利用词嵌入方法，通过词向量的线性的加权组合对一个句子进行编码利用奇异向量求出最终的句向量。算法实验1. Textual Similarity Tasks数据集all the datasets f...原创 2019-05-08 17:11:26 · 844 阅读 · 0 评论 -
Siamese Recurrent Architectures 阅读笔记及复现
文章目录1. Siamese Recurrent Architectures for Learning Sentence Similarity模型结构Manhattan LSTM Model2. Learning Text Similarity with Siamese Recurrent Networks模型结构Contrastive loss function1. Siamese Recur...原创 2019-04-08 17:32:16 · 1663 阅读 · 2 评论 -
A Deep Relevance Matching Model for Ad-hoc Retrieval阅读笔记
文章目录前记概述论文贡献点语义匹配和关联匹配比较模型Matching Histogram Mapping前馈匹配网络词项门控网络（Term Gating Network）模型训练实验数据集评价指标前记最近忙着秋招（主要是懒），好像已经很久没写博客了。最近在看一些检索相关的论文，顺便记录下吧。概述这篇论文将深度学习应用到Ad-hoc Retrieval领域。Ad-hoc Retrieval...原创 2019-09-16 15:41:07 · 1343 阅读 · 0 评论 -
PACRR: A Position-Aware Neural IR Model for Relevance Matching阅读笔记
文章目录模型关联匹配深度检索模型损失函数实验训练集的选取模型模型主要分为两部分：关联匹配组件，将每个query-document对转变为相似矩阵；一个深度网络，以相似矩阵作为输入，生成query-document关联分数。关联匹配首先利用query-document相似矩阵对query-document关联匹配进行编码。相似矩阵利用query和document的词向量余弦距离表...原创 2019-09-16 23:21:56 · 1181 阅读 · 0 评论 -
Deep Relevance Ranking Using Enhanced Document-Query Interactions阅读笔记
文章目录概述主要贡献模型DRMMPACRR概述这篇论文对DRMM模型做了一些改进，提高了模型的效果。论文参考PACRR模型利用卷积网络提取n-gram匹配信息的做法，融合n-grams和不同方式编码的上下文信息。另外又加了一些新的策略提高模型效果。实验证明，本文提出的模型优于BM25-baseline，DRMM和PACRR。主要贡献因为原始DRMM模型中直方图的构建方式并不是可微的，所...原创 2019-09-22 22:54:15 · 573 阅读 · 0 评论 -
文本检索及匹配论文阅读笔记汇总（不定期更新）
文章目录DRMMK-NRMPACRR && Co-PACRREnhanced DRMMDRMMA Deep Relevance Matching Model for Ad-hoc RetrievalK-NRMEnd-to-End Neural Ad-hoc Ranking with Kernel PoolingPACRR && Co-PACRRPACRR...原创 2019-09-23 16:29:08 · 1494 阅读 · 0 评论