融合多相似度注意的神经网络旅游问题识别方法

中文旅游问题匹配的目标是发现两个相似的问题，然而，在自然语言字面表达中存在多样性，且一个旅游问题通常又包括多个方面信息。因此，采用单一的相似度计算方法将导致信息获取不够完整、有用信息丢失、问题匹配不准确等问题。该文探讨利用答案作为辅助信息，通过多种句子相似度函数，抽取问题中不同方面的信息，生成不同的句子相似度向量表示，以增强句子间的关系。在此基础上，设计一个GRU融合层，使不同方面的信息进行融合，构建一个融合多种句子相似度函数的注意力网络的相似旅游问题识别模型。在旅游问答数据集的实验表明，该文方法提升了相似旅游问题识别任务的性能。