基于事件表示的机器阅读理解模型

摘要：

要真正理解一段语篇,在阅读理解过程对原文主旨线索的把握是非常重要的.针对机器阅读理解中主旨线索类型的问题,提出了基于事件表示的机器阅读理解分析方法.首先,通过线索短语从阅读材料中抽取篇章事件图,其中包括事件的表示、事件要素的抽取和事件关系的抽取等;然后,综合考虑事件的时间要素、情感要素以及每个词在文档中的重要性,采用TextRank算法选出线索相关的事件;最后,依据所选出的线索事件构建问题的答案.在收集了339道线索类题组成的测试集上,实验结果表明所提方法在BLEU和CIDEr评价指标上与基于TextRank算法的句子排序方法相比均有所提升,具体来说,BLEU-4指标提升了4.1个百分点,CIDEr指标提升了9个百分点.

关键词：自然语言处理、阅读理解、主旨线索类型问题、事件表示、篇章事件图

所属期刊栏目：42

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：1979-1984