首页> 外文会议>International workshop on semantic evaluation;Annual meeting of the Association for Computational Linguistics >Neobility at SemEval-2017 Task 1: An Attention-based Sentence Similarity Model
【24h】

Neobility at SemEval-2017 Task 1: An Attention-based Sentence Similarity Model

机译:SemEval-2017任务中的新能力:基于注意力的句子相似度模型

获取原文

摘要

This paper describes a neural-network model which performed competitively (top 6) at the SemEval 2017 cross-lingual Semantic Textual Similarity (STS) task. Our system employs an attention-based recurrent neural network model that optimizes the sentence similarity. In this paper, we describe our participation in the multilingual STS task which measures similarity across English, Spanish, and Arabic.
机译:本文介绍了一种神经网络模型,该模型在2017年SemEval跨语言语义文本相似性(STS)任务中表现出色(前6名)。我们的系统采用了基于注意力的递归神经网络模型,可以优化句子的相似度。在本文中,我们描述了我们参与多语言STS任务的过程,该任务衡量英语,西班牙语和阿拉伯语之间的相似性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号