10.3969/j.issn.1003-0077.2018.11.015
一种基于数据重构和富特征的神经网络机器阅读理解模型
该文描述了ZWYC团队在"2018机器阅读理解技术竞赛"上提出的机器理解模型.所提出模型将机器阅读理解问题建模成连续文本片段抽取问题,提出基于富语义特征的神经交互网络模型.为了充分使用答案标注信息,模型首先对数据进行细致的重构,让人工标注的多个答案信息都能融合到数据中.通过特征工程,对每个词构建富语义表征.同时提出一种简单有效的问题和文档交互的方式,得到问题感知的文档表征.基于多个文档串接的全局表征,模型进行答案文本预测.在最终测试集上,该模型获得了目前先进的结果,在105支队伍中排名第2.
机器阅读理解、数据重构、神经网络
32
TP391(计算技术、计算机技术)
国家自然科学基金61472006,61772039;国家自然科学基金91646202;北京市科技计划新一代人工智能技术培育项目Z181100008918005
2019-01-07(万方平台首次上网日期,不代表论文的发表时间)
共5页
112-116