结合意图与关键词的句子级交互文本匹配模型

文本语义匹配作为自然语言处理中的基础任务之一,在检索、问答和推荐等许多领域中都有所应用。传统的文本匹配大致分为基于表示的结构和基于交互的结构,其中基于表示的结构往往缺乏两个句子之间的信息交互,而基于交互的结构容易忽视句子全局的表征信息。针对以上问题,提出了一种结合意图与关键词的句子级交互文本匹配模型,首先采用基于表示的模型得出两个句子的全局匹配概率,其次利用远程监督将两个句子中的意图与关键词分离,两两分别进行匹配,而后引入基于注意力的交互模块对两个句子整体进行句子级的语义信息交互,最后结合三个模块得出最终的匹配结果。实验结果表明,模型在数据集MRPC上准确度提升0.3%,QQP上准确度提升0.4%,验证了所提出的模型相较于基线模型能够提取更丰富的语义特征,提高文本匹配任务的效果。

基于Prompt和BERT的情感原因对抽取方法

情感原因对抽取是一项全新的自然语言处理任务,试图提取出文本中所有的情感子句以及相应的原因子句。现有的工作要么遵循多阶段方法,其中情感抽取、原因抽取及配对都是单独进行的;要么使用复杂的架构来解决其局限性,并且可解释性较低。针对这些问题,本文提出一种基于Prompt和BERT相结合的ECPE-Prompt模型。该模型以一种可解释性较强的两阶段方法将情感抽取和原因抽取链接起来,最后完成情感原因对抽取任务。实验结果表明,该模型的F1分数指标对比基线模型提高6%。

基于BERT的意图分类与槽填充联合方法

口语理解是自然语言处理的一个重要内容,意图分类和槽填充是口语理解的两个基本子任务。最近的研究表明,共同学习这两项任务可以起到相互促进的作用。该文提出了一个基于BERT的意图分类联合模型,通过一个关联网络使得两个任务建立直接联系和共享信息,以此来提升任务效果。模型引入BERT来增强词向量的语义表示,有效解决了目前联合模型由于训练数据规模较小导致的泛化能力较差的问题。在ATIS和Snips数据集上的实验结果表明,该模型能有效提升意图分类和槽填充的性能。

高寒阴湿区蚕豆丰产栽培技术

岷县地处青藏高原东麓与陇中黄土高原及陇南山地接壤区．位于北纬34°07′34″至34°45′00″，东经103°41′29″至104°59′23″，海拔2040～3700米，年均降雨量600毫米左右，无霜期90～120天，年均气温5．7℃，极端最高温31．8℃，极端最低温-23．5℃。全县总耕地64．49万亩．农业人口人均占有耕地1．55亩，属典型的高寒阴湿农业区。境内土层深厚、肥沃、质地疏松，属中性或微酸性沙质黑壤土．有机质含量高，特殊的地理位置、生态环境、土壤条件非常适宜于蚕豆产业的发展。现将岷县高寒阴湿区蚕豆丰产栽培技术要点简要介绍如下．供蚕豆生产者参考。