简介:
本发明属于语义编码无损压缩技术领域,尤其涉及一种基于启发式线性变换的语义编码无损压缩系统,包括检索文本集和候选文本集,所述检索文本集和候选文本集发射端信号连接有深度学习语言模型接收端,所述深度学习语言模型发射端信号连接有检索文本Q和候选文本D接收端,所述候选文本D发射端信号连接有编码储存接收端。该基于启发式线性变换的语义编码无损压缩系统及方法,利用深度学习语言模型对文本进行编码(encoding),得到各个文本的编码表征(embedding),并利用夹角余弦值、欧几里得距离等方法求出检索句与各候选文本(待被检索句检索的文本)之间的语义相似度,并以此进行排名,得到语义搜索结果。
本发明属于语义编码无损压缩技术领域,尤其涉及一种基于启发式线性变换的语义编码无损压缩系统,包括检索文本集和候选文本集,所述检索文本集和候选文本集发射端信号连接有深度学习语言模型接收端,所述深度学习语言模型发射端信号连接有检索文本Q和候选文本D接收端,所述候选文本D发射端信号连接有编码储存接收端。该基于启发式线性变换的语义编码无损压缩系统及方法,利用深度学习语言模型对文本进行编码(encoding),得到各个文本的编码表征(embedding),并利用夹角余弦值、欧几里得距离等方法求出检索句与各候选文本(待被检索句检索的文本)之间的语义相似度,并以此进行排名,得到语义搜索结果。