基于多信息感知的多方对话问答方法

摘要：

目前基于多方对话文本的自动问答任务侧重于探索对话结构信息或说话者角色信息,忽视问题文本和对话文本的交互.针对这一问题,提出一个融合多信息的全新模型.该模型使用图卷积神经网络,对多方对话文本中的话语结构、说话者角色以及问题–上下文信息进行分层次建模,并设计合理的基于注意力机制的交互层,通过选择更有帮助的信息,加强对多方对话文本的理解.此外,该模型首次对问题和上下文间的显式交互给予关注.实验结果表明,所提模型的性能优于多个基线模型,实现对多方对话文本的深层次理解.

关键词：多方对话、自动问答、图卷积网络、注意力机制

所属期刊栏目：59

分类号：TP273;Q811;TP391

资助基金：国家自然科学基金;江苏高校优势学科建设工程项目

在线出版日期：2023-02-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：21-29