基于双通道互斥信息编码模型的问句复述识别

摘要

现有基于语义编码的问句复述识别技术往往遭受高迷惑性浅层语义信息的干扰,使得判别过程落入伪真的语义"陷阱"。针对这一问题,文章提出一种简易的"自否定"机制,并将其与BERT（Bidirectional Encoder Representations from Transformers）相结合,形成双通道的互斥信息编码模型,并利用QQP（Quora Question Pairs）语料集和PAWS语料集对所提模型进行测试。实验结果显示,在未利用外部数据、迁移学习和集成学习的条件下,所提模型取得了极富竞争力的性能（ACC值达到89.3%）,AUC测度相比较于PAWS上的最优性能83.1提升了1%。