AAAI 2021 | 从语义关系建模的角度进行句子语义关系匹配

©PaperWeekly 原创 · 作者｜张琨

学校｜中国科学技术大学博士生

研究方向｜自然语言处理

论文标题：

Making the Relation Matters: Relation of Relation Learning Network for Sentence Semantic Matching

论文作者：

Kun Zhang, Le Wu, Guangyi Lv, Meng Wang, Enhong Chen, Shulan Ruan

论文链接：

https://arxiv.org/abs/2012.08920

动机

句子语义关系匹配是自然语言处理中基础但重要的一项任务，并且有着广泛的应用场景，检索，对话，问答等实际场景都会用到。现有的方法可以大致分为两类：一类是直接对句子本身进行建模，利用 BERT，LSTM 等方法，或者生成语义表示向量在进行匹配分析，或者从细粒度的角度直接分析词，短语之间的匹配；另一类还考虑了标签的信息，因为标签也包含了一定的语义信息，通过 label embedding 的方法补充丰富的信息，从而得到句子语义匹配的关系。

本文认为标签的语义更多的指明了两个句子的语义关系，而这部分是被现有研究忽略的，通过对语义关系的挖掘能够更深入的挖掘句子的语义信息，抽取与语义关系相关的特征，实现更好的句子语义关系建模。为此，本文提出了 relation of relation modeling，从语义关系建模的角度进行句子语义关系匹配建模分析。