基于层级交互网络的文本阅读理解与问答方法研究

摘要：

[目的]实现基于文本阅读理解的精确问答.[方法]提出一种基于层级交互机制的神经网络模型.该模型借鉴人类在阅读理解过程中的思维习惯,将分层处理机制、内容过滤机制、多维注意力机制等人类在阅读时的特性融合到神经网络构建中,提升机器对文本信息的分析和理解能力.[结果]在中文阅读理解评测CMRC 2017发布的数据上验证本文模型,测试集上的准确率达到0.78,性能优于目前的主流模型以及评测比赛上发布的最好成绩.[局限]未对候选答案做进一步优化和排序,性能距离人类阅读理解水平还有一定差距.[结论]本文构建的层级交互网络显著提升了对文本的自动分析与理解能力,使机器能够在理解文本内容的基础上回答相关问题.

关键词：层级交互网络、机器阅读理解、自动问答

所属期刊栏目：2

分类号：G353(情报学、情报工作)

资助基金：国家自然科学基金面上项目“中文专利侵权自动检测研究”61671070;国家语言文字工作委员会重点项目“汉语智能写作关键技术研究与应用”项目ZDI135-53的研究成果之一

在线出版日期：2019-03-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：23-32