结合依存图卷积的中文文本相似度计算研究.pdfVIP

研究论文第51卷第3期/2025年3月/计算机工程

结合依存图卷积的中文文本相似度计算研究

胡书林1，张华军1*，邓小涛²，王征华2

（1.武汉理工大学自动化学院，湖北武汉430070；2.武汉大晟极科技有限公司，湖北武汉430075）

摘要：目前中文文本相似度计算能够通过词嵌入技术在语义层面判别文本相似度，但通常忽略了文本中蕴含

的丰富的句法结构信息，而以词为单位的中文句法分析与动态词嵌入模型中以字为单位的分词粒度不一致，使得

当前大多数结合句法分析的研究只能使用静态词嵌人来表征词的语义向量。针对此问题，根据依存句法分析构

建依存图，通过分词掩码映射与注意力混合池化的方法实现动态词嵌入表征词节点的语义特征，然后使用图卷积

网络提取依存图中词节点之间的依存关系信息，最终读出依存图，将其作为句子的特征向量，从语义与句法2个

层面计算句子间的相似度。在表示型与交互型2种结构模型上应用所提方法，并在BQ_Corpus与ATEC数据集

上进行实验，结果显示，该模型的准确率最高分别达到87.12%与88.33%，结合依存句法信息后模型的各项评估

指标均有提升。

关键词：图卷积神经网络；依存句法分析；动态词嵌入；文本相似度；注意力机制

中图分类号:TP18文献标志码：AD0l:10.19678/j.issn.1000-3428.0068832

SimilarityCalculationforChineseTextBasedonDependencyGraphConvolution

HUShulin,ZHANGHuajun,DENGXiaotao’,WANGZhenghua?

(1.SchoolofAutomation,WuhanUniversityofTechnology,Wuhan430070,Hubei,China;

2.WuhanDaSoundGenTechnologiesCo.,Ltd.,Wuhan430075,Hubei,China)

[Abstract]InthecurrentlandscapeofChinesetextsimilaritycomputation,theuseofword-embeddingtechniques

enablesdiscriminationoftextsimilarityatthesemanticlevel.However,thisapproachoftenoverlookstherich

syntacticstructuralinformationinherentintexts.Chinesesyntacticanalysisatthewordlevelisinconsistentwith

thegranularityofthedynamicword-embeddingmodelsthatoperateatthecharacterlevel.Consequently,most

studiesthatcombinesyntacticanalysisemployonlystaticwordembeddingstorepresentthesemanticvectorsof

words,Toaddressthisissue,thisstudyconstructsadependencygraphbasedonsyntacticdependencyanalysis.It

employsamethodinvolvingtokenizationmaskmappingandattention-mixpoolingtoembedthesemanticfeaturesof

wordnodesdynamically.Subsequently,agraphconvolutionalnetworkisemployedtoextractthedependency