文件名称：令人敬畏的语义匹配神经模型：精选的神经文本（语义）匹配论文列表
文件大小：36KB
文件格式：ZIP
更新时间：2024-02-25 18:35:23
information-retrieval deep-learning text-similarity question-answering semantic-matching
很棒的语义匹配神经模型 MatchZoo团队维护的论文集。 请查看我们的开源工具包以获取更多信息！ 文本匹配是许多自然语言处理任务中的核心组件，其中许多任务可以看作是两个文本输入之间的匹配。 其中s和t分别是源文本输入和目标文本输入。 psi和phi分别是输入s和t的表示函数。 f是交互函数，而g是聚集函数。 有关此公式的更详细说明，请参阅 。 代表性的匹配任务如下： 任务 源文本 目标文字 询问 文件（标题/内容） 题 问题/答案 字符串1 字符串2 前提 假设 语境/话语 响应 健康检查 pip3 install - r requirements . txt python3 hea
【文件预览】：
awesome-neural-models-for-semantic-match-gh-pages
----Response-Retrieval()
--------Response-Retrieval.md(18KB)
----healthcheck.py(438B)
----_includes()
--------table.html(792B)
--------chart.html(506B)
----Community-Question-Answering()
--------Community-Question-Answering.md(24KB)
----artworks()
--------equation.svg(15KB)
--------awesome.svg(3KB)
--------plan.svg(962B)
--------ready.svg(958B)
--------progress.svg(970B)
--------not-in-plan.svg(970B)
----Natural-Language-Inference()
--------Natural-Language-Inference.md(14KB)
----_config.yml(25B)
----LICENSE(1KB)
----Gemfile(72B)
----requirements.txt(33B)
----.gitignore(1KB)
----Ad-hoc-Information-Retrieval()
--------Ad-hoc-Information-Retrieval.md(24KB)
----README.md(2KB)
----Paraphrase-Identification()
--------Paraphrase-Identification.md(13KB)