调研ESIM-以及FAQ匹配模型

本文介绍了ESIM模型在文本匹配任务中的应用,该模型在多个比赛中表现出色。内容涉及输入编码、局部匹配和匹配组合等核心部分,并提及DRCN、DRr-Net、Guassian Transformer和RE2等其他模型的特性与改进。

ESIM模型:

借鉴https://zhuanlan.zhihu.com/p/77898069
之前看过这篇文章,当时没有很大的感觉,可能因为那边博文不够和我口味,而且看文章模型似乎非常复杂,也不灵巧,但是最近发现它在很多比赛上都取得很好的效果(和数据集有很大关系),
模型主体:
输入编码(input encoding),(17年还没有bert)
bilstm->[batch,length,2*hidden]
局部匹配(local matching),
和匹配组合(matching composition)




输出是:1或0,表示两个句子是否是匹配对。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值