阿里首次公布自然語言處理成果

Conv-RNN

近期，我們團隊與數據技術及產品部兄弟團隊共同投稿一篇 KDD 文章，其中我們提出了一種新的文本語義編碼算法 conv-RNN（如圖 2 所示）。該模型在參考了循環神經網絡與卷積神經網絡的同時，進行了進一步的文本語義編碼優化。conv-RNN 不僅保留了 RNN 模型對不定長跨度的上下文依賴的編碼能力，還利用了 CNN 模型中常用的最大池化機制，用以更加簡潔地從文本數據所蘊含的豐富信息中抽離出不同的信息表征。此外，在 conv-RNN 的基礎上，我們還提出了一種新的智能問答（answer selection）模型以及文本分類（sentence classification）模型。為了充分驗證所提出的模型的效果，我們分別選取了智能問答及文本分類領域的一批標準數據集，與當前業界的最新成果進行了對比驗證。

智能問答