基于多段落排序的机器阅读理解研究
针对多段落的机器阅读理解问题,在双向注意力流(BiDAF)模型的基础上,结合双向长短期记忆网络(BiLSTM)和self-attention机制构建了多段落排序BiDAF(PR-BiDAF)模型,利用该模型定位答案所在的段落,然后在预测段落中寻找最终答案的始末位置.实验结果表明,相较于BiDAF模型,本文提出的PR-BiDAF模型的段落选择正确率、BLEU4指标及ROUGE-L指标分别提高了约13%、6%和4%.
机器阅读理解、双向注意力流(BiDAF)模型、self-attention机制
46
TP391(计算技术、计算机技术)
国家自然科学基金51577006
2019-06-18(万方平台首次上网日期,不代表论文的发表时间)
共6页
93-98