基于Doc2vec和Word2vec的句子对匹配方法 句子对匹配(Sentence Pair Matching)问题是NLP中非常常见的一类问题,所谓“句子对匹配”,就是说给定两个句子S1和S2,任务目标是判断这两个句子是否具备某种类型的关系。本项目是一个Word2vec和Doc2vec的应用,使用Word2vec和Doc2vec得到句子的向量表示,然后计算cosin相似度,并在Quora公开的一个数据集上做了一些对比试验,是一种无监督的句子对匹配方法。具体可以参考我的博客:http://blog.csdn.net/mpk_no1/article/details/72836024
其中,train_doc2vector_model.py和train_word2vec_model.py是训练doc2vec和Word2vec模型的代码,使用了Gensim库。train_doc2vector_model.py既可以训练doc2vec,也可以训练Word2vec;
ParaPhrase_doc2vec.py是使用doc2vec得到句子的向量表示,然后进行相似度计算;
ParaPhrase_word2vec.py是使用句子中词的Word2vec相加求均值得到句子的向量表示,然后进行相似度计算;
eval.py对相似度计算的结果与语料库标注结果做对比,计算准确率。