一种实现文本匹配的可解释神经网络的方法

授权

摘要

本发明公开了一种实现文本匹配的可解释神经网络的方法，包括以下步骤：将深层卷积网络映射为张量网络；将张量网络看作图，利用最小割理论分析语言特点(远距离相关和近距离相关)与深层卷积网络的通道数的关系；针对匹配任务的数据集(比如QA任务)，利用量子纠缠熵量化句子对的语言特点，纠缠熵越大，句子对属于远距离相关，纠缠熵越小，句子对属于近距离相关；从而将数据集分为远距离相关的子数据集和近距离相关的子数据集，根据不同的子数据集动态的调整网络架构，即卷积网络每层的通道数。

基本信息

专利标题：

一种实现文本匹配的可解释神经网络的方法

专利标题（英）：

暂无

公开（公告）号：

CN110472010A

申请号：

CN201910649105.2

公开（公告）日：

2019-11-19

申请日：

2019-07-18

授权号：

CN110472010B

授权日：

2022-05-10

发明人：

毛晓柳张鹏

申请人：

天津大学

申请人地址：

天津市南开区卫津路92号

代理机构：

天津市北洋有限责任专利代理事务所

代理人：

韩帅

优先权：

CN201910649105.2

主分类号：

G06F16/33

IPC分类号：

G06F16/33 G06F16/332 G06F16/35 G06F17/27 G06N3/04 G06N3/08