基于句子表示的复述检测与生成研究

发布时间：2024-01-18 18:43

　　随着深度学习的快速发展,自然语言处理基础技术不断成熟,人们越来越关注语义理解的相关研究。应用中判断机器是否理解自然语言的标准之一是相同语义的不同表达,即复述。复述任务在机器翻译、摘要生成、信息检索、信息抽取和自动问答等多项自然语言处理任务上被广泛应用,有着极其重要的研究价值。复述研究主要分为复述检测和复述生成两个研究方向。复述检测是判断两个句子是否具有相同的语义信息的分类任务,复述生成则是研究多样化表达方式的自然语言句子的生成任务,要求生成的句子具有相同的语义含义。复述研究与语义理解息息相关,自然语言句子的多样性和复杂性,导致相同的词语在不同的语境下含义不同,相同的句意也可以对应不同的表达,这为复述研究带来了挑战。早期的复述技术依赖于规则模板,需要根据语言设计规则,耗时费力并且可扩展性差。随着深度学习技术的成熟,基于注意力机制的端到端的序列生成模型成为复述生成的研究热点之一。这种方法强调通过训练数据学习序列间具体的映射关系,并不能很好做到语义理解。不同于此类工作,本文认为语义理解的基础是能建模普适性句子表示,并通过此表示得到满足复述问题的结果。本文立足于语义理解的研究,研究通过集成学习...

【文章页数】：98 页

【学位级别】：硕士

本文编号：3879816