一种融合多粒度信息的文本蕴含关系识别方法

摘要

本发明提供一种融合多粒度信息的文本蕴含关系识别方法，提出融合字与词、词与词、词与句之间多粒度信息融合与交互的建模方法。本发明首先在字符向量层使用卷积神经网络和Highway网络层建立基于字符级别的词向量模型，并与GloVe预训练的词向量拼接；之后句子建模层将融合字词粒度的词向量使用双向长短时记忆网络进行建模，再经过句子匹配层对文本对进行融合注意力机制的交互与匹配，最后通过整合分类层求得类别；模型建立好后将模型进行训练和测试最终获取测试样本的文本蕴含识别分类结果。这种融合了字、词、句多粒度信息的层次化组合结构方法融合了模型中浅层的特征定位和深层的特征学习等优势，从而进一步提升文本蕴含关系识别的准确性。