基于深度神经网络的句子对齐方法

摘要

一种基于深度神经网络的句子对齐方法，采用双向循环神经网络层，对句子进行编码，不仅考虑了单词本身的语义信息，还考虑了该单词的上下文信息，使每个单词获得包含其上下文信息的隐藏状态；门关联网络层，计算两个句子中词对间的语义关系信息；以双向循环神经网络获得的每个单词的隐藏状态作为输入，使用通过门机制融合的双线性模型和单层神经网络的网络，来从线性关系和非线性关系两个角度捕获词对间相似性，然后使用最大池化操作来捕获其最具信息量的部分；对于互为翻译的两个句子中存在绝大多数互为翻译的单词，传统方法也是利用词对信息进行对齐判断，本发明不需要利用额外的词典信息，来捕获词对间的语义关系特征。并能获得词对相似度矩阵。