Current Location:home > Detailed Browse

Article Detail

一种针对机器阅读理解中答案获取的序列生成模型

Abstracts

机器阅读理解中的答案获取是根据问题选择或者抽象释义出文章中的内容,但得到的序列容易出现表述不准确与信息冗余的问题。针对机器阅读理解任务中的答案获取提出一种序列生成模型SGN。首先,SGN在问题矩阵空间获取问题与文章的匹配表示,并参照潜在的问题信息,生成当前节点的词向量;然后,使用一个选择门结构从文章或者字典中选择当前词汇,并且自发学习和归纳OOV(out-of-vocabulary)单词,解决语义表述不准确的问题。最后,使用改进的覆盖机制,消除生成序列中的冗余问题,从而提高可读性。实验通过人工数据集SQuAD进行验证,其结果表明,在阅读理解任务上SGN生成的目标序列与基准模型Seq2Seq相比可读性更加优异,并且与原文语义更贴近。
Download Comment From cooperative journals:《计算机应用研究》 Hits:753 Downloads:448
Journal:计算机应用研究
Recommended references: 霍欢,邹依婷,金轩城,黄君扬,薛瑶环.(2019).一种针对机器阅读理解中答案获取的序列生成模型.计算机应用研究.[ChinaXiv:201901.00060] (Click&Copy)
Version History
[V1] 2019-01-03 10:45:29 chinaXiv:201901.00060V1 Download
Related Paper

Download

Current Browse

Cross Subject Browse

  • - NO