科创中国

新一代信息技术产业,人工智能

文本语义相似度是指两个句子或文本片段之间的语义等价程度，其研究在自然语言处理的问答系统、机器翻译、信息抽取、自动摘要等相关领域中有着广泛的应用，具有重要的理论意义和应用价值。现有的文本语义相似度方法主要基于词表面特征，但由于词语间普遍存在概念上的关联，缺乏概念层面的精确计算导致这些方法的准确性提升困难，而实现全文本在概念层面的精确计算尚无有效模型。 项目团队依据单个名词的概念信息量为基础，分别提出了多种模型和方法实现文本在概念级别快速、精确地计算语义相似度：（1）提出一种基于概念信息量的文本语义相似度无监督基本模型；（2）提出一种基于概念信息增益的文本信息量计算方法；（3）提出一种融合信息权重的全文本信息量计算方法。实验结果表明，团队提出方法在SemEval 2013-2016 STS（文本语义相似度）数据集上均超过了当年最先进系统的总成绩，并且在SemEval 2017 STS国际测评中，本系统的总成绩在所有参赛团队中排名第二，其中在Track 1数据集上排名第一（共34个参赛团队提交81个系统）。相关论文被大会评选为“Best of SemEval 2017”。

文本语义相似度在自然语言处理的问答系统、机器翻译、信息抽取、自动摘要等研究中有着广泛的应用，具有重要的理论意义和应用价值。随着人工智能相关技术的发展，智能问答系统应用在许多行业和领域中都有迫切的需求。在特定领域的问答匹配多个测试数据集上的实验结果显示，相对于谷歌最新发布的深度计算模型BERT（该模型已刷榜11项自然语言处理传统任务），概念信息语义相似度无监督模型已经比当今最优深度学习模型高出13%-15%。

本项目来源于北京理工大学相关技术团队，北京理工大学是首批“高等学校科技成果转化和技术转移基地”，北京理工大学技术转移中心入选了“国家技术转移示范机构”，并被授予“北京市科技成果转化统筹协调与服务平台共建机构”“中关村国家自主创新示范区高校技术转移办公室”“北京理工大学专利运营办公室”等荣誉称号，是“北京高校技术转移联盟”秘书长单位和常驻地。近年来，技术转移中心所开展的相关工作被中央电视台、《人民日报》等权威媒体报道逾百次。

点击查看