arXiv每日学术速递 2022-05-05 09:38

文本匹配， 或称语义相似匹配， 是NLP领域最基础的任务之一。

自然语言理解的许多任务,例如信息检索、自动问答、机器翻译、对话系统、复述问题等等,都可以抽象成文本匹配问题。

今天给大家整理的10篇自然语言处理经典论文——文本匹配的，希望对大家的学习有所帮助！

DSSM第一篇深度学习领域文本匹配文章

Learning Deep Structured Semantic Models for Web Search usin0g Clickthrough Data

SiameseNet利用孪生网络计算文本相似度

CompAgg多角度提取文本特征，利用CNN进行特征融合

ESIM最流行、最常用的文本匹配模型

BiMPM多视角匹配，充分挖掘文本特征，匹配精度高

Bilateral multi-perspective matching for natural language sentences

RE2基于更丰富特征对齐结构的简单高效文本匹配

Simple and Effective Text Matching with Richer Alignment Features

MatchPyramid以图像识别的方式进行文本匹配

Text Matching as Image Recognition

Poly-encoders基于BERT预训练模型的快速准确多句评分模型

Poly-encoders:Transformer Architectures and Pre-training Strategies for Fast and Accurate Multi-sentence Scoring

MGCN基于图形分解和卷积匹配的长文档匹配

Matching Article Pairs with Graphical Decomposition and Convolutions

SemBERT使用BERT融合上下文语义信息实现文本匹配的模型

Semantics-aware BERT for Language Understanding

那么，这些文本匹配的论文怎样才能又好又快地吃透呢？无非三个步骤：泛读、精读、代码复现。