Resumen

El clculo de la similitud entre frases es una de las bases importantes del procesamiento del lenguaje natural. Las medidas de clculo de similitud de frases existentes se basan en la semntica superficial, con la limitacin de capturar inadecuadamente la informacin semntica latente, o en algoritmos de aprendizaje profundo, con la limitacin de la supervisin. En este trabajo, mejoramos el modelo tradicional de conjunto aproximado de tolerancia, con las ventajas de una menor complejidad temporal y de ser incremental en comparacin con el tradicional. Y, a continuacin, proponemos un modelo de clculo de similitud de frases desde la perspectiva de la incertidumbre de los datos de texto basado en el modelo de conjunto aproximado de tolerancia probabilstica. Tiene la capacidad de extraer informacin semntica latente y no est supervisado. Los experimentos con la tarea SICK2014 y el conjunto de datos STSbenchmark para calcular la similitud de las frases identifican un rendimiento significativo y eficiente de nuestro modelo.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Cálculo de similitud de frases; Procesamiento del lenguaje natural; Semántica superficial; Algoritmos de aprendizaje profundo; Modelo de conjunto aproximado de tolerancia; Información semántica latente
• Keywords:Sentence similarity calculation; Natural language processing; Shallow semantics; Deep learning algorithms; Tolerance rough set model; Latent semantics information