近年来，基于神经网络的自然语言理解研究取得了快速发展（尤其是学习语义文本表示），这些深度方法给人们带来了全新的应用，且还可以帮助提高各种小数据集自然语言任务的性能。本文讨论了两篇关于谷歌语义表示最新进展的论文，以及两种可在TensorFlowHub上下载的新模型。语义文本相似度在「LearningSemanticTextualSimilarityfromConversations」这篇论文中，我们引入一种新的方式来学习语义文本相似的句子表示。直观的说，如果句子的回答分布相似，则它们在语义上是相似的。例如，「你多大了？」以及「你的年龄是多少？」都是关于年龄的问题，可以通过类似的回答，例如「我20岁」来回答。相比之下，虽然「你好吗？」和「你多大了？」包含的单词几乎相同，但它们的含义却大相径庭，所以对应的回答也相去甚远。论文

转载请注明:http://www.aideyishus.com/lktp/6523.html