机器阅读理解是一项针对给定文本和特定问题自动生成或抽取相应答案的问答任务,该任务是评估计机系统对自然语言理解程度的重要任务之一。相比于传统的阅读理解任务,多文档阅读理解需要计算模型具备更高的推理和理解能力。为此,提岀一种基于多任务联合训练的阅读理解模型,该模型是由一组功能各异的神经络构成的联合学习模型,其仿效人们推理和回答冋题的基本方式分别执行文档选择和答案抽取两个关键步骤。档选择过程融入了基于注意力矩阵的关联性判别机制,旨在建立各文档间的联系,而答案抽取过程则使用了语级的双向注意力机制,来找寻与答案相关的文字线索,将两者附着于一套神经阅读理解模型上,可形成一种基于合学习的多文档阅读理解方法。在 Hotpotqa数据集上的实验结果表基线模型相比,该模型的EM值和F1值分别提升了2.1%和1.7%。
声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
全部0条评论
快来发表一下你的评论吧 !