创造性复述课文.doc

WikiAnswers 是一个英语自然语言问题数据集，从WikiAnswers 网站上抓取的相同问题的不同表述形式，包括 250 万个不同问题和 1800 万个问题复述对。 问题：         What are the green blobs in plant cells?问题复述：         a green substance in the plant cell be the ?         be cytoplasm a green cell part in certain plant cell ?         package of green coloring in plant cell ?         part of the plant cell where the cell get it green color ?         the green part in a plant be call ?         the green part of a plant cell ?         the part of the plant cell that make the plant green be call ?         what be green part call ?         what be green part in plant cell ?         what be the green body in a plant cell ?         what be the green machine within a plant cell ?         what be the green part of a plant cell ?         what be the green part of plant cell ?         what be the green substance in plant cell ?         what be the name of the green thing in the plant cell ?         what be the part of plant cell that give it green color ?         what be the part of the cell that produce the green color of the plant ?         what be the part of the plant cell that make the green color ?         what be to part of the plant cell ?         what cell part do plant have that enable the plant to be give a green color ?         what in a plant cell that be green ?         what part of the cell be large and green ?         what part of the plant cell turn it green ?

PAWS：单词加扰的释义对手 ***** 2019年8月27日新版：六种语言的多语言PAWS ***** 我们发布了PAWS-X，这是PAWS的多语言版本，支持六种语言。 有关更多详细信息，请参见。 *****结束新信息***** 该数据集包含108,463个人标签和656k噪音标签对，这些特征对建模含义，上下文和单词顺序信息对于复述识别问题的重要性具有重要意义。 该数据集有两个子集，一个子集基于Wikipedia，另一个子集基于 （QQP）数据集。 有关更多详细信息，请参见随附的论文： 动机 现有的复述识别数据集缺少具有高词法重叠而不是复述的句子对。 经过此类数据训练的模型无法区分从纽约到佛罗里达的航班和从佛罗里达到纽约的航班。 以下是数据集中的两个示例： 句子1 句子2 标签 （1） 尽管可以互换，但两辆车上的车身零件并不相似。 尽管相似，但两辆车的车身零件不可互换

释义张量流 Tensorflow（1.1.0）中实现了多种用于复述的模型和代码。 我非常小心地记录了代码，并解释了整个模型中各个步骤的操作。 希望对于那些想开始使用Tensorflow的人来说，这将是一个教学示例代码！ 到目前为止，此仓库已实现： 基本的暹罗LSTM基准，大致基于的模型 如所述，带有附加“匹配层”的Siamese LSTM模型 。 的或多或少的最新的双边多视角匹配模型 。 欢迎添加更多模型/优化或修补现有模型的公关！ 模型代码的大部分位于 很多数据处理代码都来自受其启发，如果您喜欢此项目的结构，请检查一下它们！ 安装 该项目是在Python 3.5中开发

对自然语言处理研究中的复述的研究现状与进展进行了总结,分别介绍了复述的应用、复述资源的获取、复述句的生成、复述的评测以及与复述紧密联系的相关研究等.重在对复述研究的主流方法和前沿进展进行概括、比较和分析,以期对后续研究有所助益.