文本相似度,文本匹配模型归纳总结

转载请注明出处,原文地址

最近工作一直在做文本匹配,期间也一直很忙,快2个月没更新博客了,之后打算把近期编写的匹配模型做成合集与大家分享,希望各位能有所收获。

本文将会整合近几年来比较热门的一些文本匹配模型,并以QA_corpus为测试基准,分别进行测试,代码均采用tensorflow进行实现,每个模型均会有理论讲解与代码实现,现已添加到我的github欢迎star

项目代码与论文讲解都在持续更新中,如没有找到实现的代码,或相关论文讲解,请给我一首歌的时间

DSSM详解

ESIM详解

ABCNN详解

BiMPM详解

DIIN详解

DRCN详解

测试集结果对比:

模型 loss acc 输入说明 论文地址
DSSM 0.7613157 0.6864 字向量 DSSM
ConvNet 0.6872447 0.6977 字向量 ConvNet
ESIM 0.55444807 0.736 字向量 ESIM
ABCNN 0.5771452 0.7503 字向量 ABCNN
BiMPM 0.4852 0.764 字向量+静态词向量 BiMPM
DIIN 0.48298636 0.7694 字向量+动态词向量 DIIN
DRCN 0.6549849 0.7811 字向量+静态词向量+动态词向量+是否有相同词 DRCN

代码地址

代码或论文讲解如果有写错的地方,欢迎指正,感谢各位

你可能感兴趣的:(机器学习,自然语言处理,深度学习,深度文本匹配模型)