基于神经网络的篇章标题选择求解

• 作者: 关勇 吕国英 李茹 谭红叶 郭少茹
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 阅读理解 标题选择 神经网络 相关性 循环神经网络
• 年，卷（期）: 2018,（9）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 171-176
• 页数: 6页
• 分类号: TP391
• 字数: 6217字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0048713

摘要

为了从候选项中选择一个最合适的答案作为文章的标题,构建一个融合卷积神经网络和循环神经网络的模型.该模型包含卷积神经网络可用于提取数据局部特征的特点,结合循环神经网络捕捉句子上下文之间关联信息的特性,通过挖掘文章与标题之间的相关性,实现标题选择的功能.测试结果表明,该模型能够有效缩短文本篇幅,提高提取的准确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	吕国英	山西大学计算机与信息技术学院	28	140	7.0	10.0
2	李茹	山西大学计算机与信息技术学院	99	683	13.0	21.0
8	谭红叶	山西大学计算机与信息技术学院	36	463	9.0	21.0
9	关勇	山西大学计算机与信息技术学院	4	2	1.0	1.0
10	郭少茹	山西大学计算机与信息技术学院	5	7	2.0	2.0