基于框架语义和图结构的阅读理解答案抽取方法

摘要：

机器阅读理解是自然语言处理领域最具挑战性的任务之一.随着深度学习技术的不断发展以及大规模MRC数据集的发布,机器阅读理解模型的性能不断刷新记录.但是以往的模型在逻辑推理、深层语义理解等方面仍存在不足.为解决上述问题,提出了一种基于框架语义和图结构的阅读理解答案抽取方法.该方法首先利用汉语框架网匹配与问句语义相关的候选句;其次提取问题和候选句中的实体,以实体在句子中的依存句法和语义关系构建实体关系图;最后将实体关系图引入图注意网络进行逻辑推理.实现阅读理解答案抽取.在DuReader-robust数据集上的实验结果表明,所提方法取得了比基线模型更好的效果.

关键词：机器阅读理解、CFN、实体关系图、图注意网络、句法关系

所属期刊栏目：50

分类号：TP391(计算技术、计算机技术)

在线出版日期：2023-08-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：170-176