您当前的位置:
首页 >
文章列表页 >
基于BERT与密集复合网络的长文本语义匹配模型
基于BERT与密集复合网络的长文本语义匹配模型
Long text semantic matching model based on BERT and dense composite network
- “在长文本语义匹配领域,专家提出了基于BERT与密集复合网络的新方法,显著提升了匹配准确率,为解决长文本匹配问题提供新方案。”
- 吉林大学学报(工学版) 2024年54卷第1期 页码:232-239
DOI: 10.13229/j.cnki.jdxbgxb.20220239
移动端阅览
AI导读
HTML全文
图( 4 ) 表( 10 )
参考文献
出版信息
数据统计
350
浏览量
151
下载量
1
CSCD
文章被引用时,请邮件提醒。
提交
工具集
- BibTeX下载
- Endnote下载
- RefMan 下载
- NoteExpress下载
- NoteFirst下载
相关文章
基于增强正例与层间负例的语义相似性模型
基于BERTGAT-Contrastive的语义匹配模型
基于真⁃伪三连体神经网络的传感器本体匹配方法
基于PSO-GRU模型的车辆换道意图识别
基于混合对比的无偏半监督医学影像分类模型
相关作者
蔡晓东
黄业洋
董丽芳
袁靖舒
李武
赵兴雨
袁满
卢家伟
相关机构
桂林电子科技大学 信息与通信学院,广西壮族自治区
东北石油大学 计算机与信息技术学院
兰州理工大学 机电工程学院
大连交通大学 交通工程学院
天津工业大学 天津市自主智能技术与系统重点实验室

