10.16208/j.issn1000-7024.2020.12.034
基于协同注意力和自适应调整的阅读理解模型
为解决机器阅读理解模型中存在语义向量表示不准确、信息冗余、长距离依赖等问题,提出一种基于协同注意力和自适应调整的阅读理解模型.基于余弦相似度计算问题与文档的相似度权重,根据相似度权重自适应调整文档的词嵌入,解决信息冗余问题;引入协同注意力机制,捕获文档和问题的交互信息,生成感知向量;利用自注意力机制学习文本内部的依赖关系,增强问题和文档的语义向量表示,解决长距离依赖问题,提升模型性能.实验结果表明,该模型在精确匹配和模糊匹配指标上均得到提升.
机器阅读理解、循环神经网络、协同注意力机制、自适应调整、答案预测
41
TP391(计算技术、计算机技术)
民航局科技重大专项基金项目;中央高校基金项目;中国民航大学科研启动基金项目;民航安全能力基金项目
2020-12-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
3525-3531