©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。