利用lstm模型实现短文本主题相似——qjzcy的博客
目录:
一、Rnn模型结构
二、LSTM模型的Topic应用方法
三、实验结果对比
一、Rnn模型结构:
这里是rnn模型的一个结构图,如图1
图1
Rnn网络能够把之前输入的信息往后传播,合适处理时序的数据,或者需要结合前后信息的数据。
Lstm是rnn的一个升级版本,本质上能更好的保存之前多级输入样本的特征
二、LSTM模型的Topic应用方法
所以我们这么想能不能通过lstm模型把不同主题的特征融合在一起呢,如图2左边,我们把短文本组合的句子,每个词按主题展开,然后输入到LSTM模型中。正常情况下我们的输入是按w的正常序列输入到模型中间。但是我们横过来输入,那么每次输入lstm模型的就是一个个主题,这样我们通过lstm模型就把不同主题下两个短文本相似的分类融合在了一起。
图2
三、实验结果
使用Topic模式与正常模式的结果对比
图3
图4