结合外部知识的动态多层次语义抽取网络模型

• 作者: 刘海波 利传杰 姜文超 庄志刚 涂旭平
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 机器阅读理解(MRC) 语义匹配 动态双向注意力机制 外部知识
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 研究与应用
• 页码范围: 455-462
• 页数: 8页
• 分类号: TP391.4
• 字数: 6474字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201905008

摘要

针对复杂多文本机器阅读理解任务中的语义理解与答案提取问题,提出结合外部知识的动态多层次语义理解与答案抽取模型.首先利用改进的门控单元循环神经网络匹配文本内容与问题集,分别在向量化文本内容及问题集上实施多维度动态双向注意力机制分析,提高语义匹配精度.然后利用动态指针网络确定问题答案范围,改进网络模型语义匹配效率,降低答案提取冗余度.最后结合外部知识与经验改进候选答案精准性排序,得到最终答案.实验表明文中模型的语义匹配与答案提取精度显著提升,对不同领域的复杂文本阅读理解任务具有较高的鲁棒性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	姜文超	广东工业大学计算机学院	28	111	5.0	10.0
5	庄志刚	广东工业大学计算机学院	2	0	0.0	0.0
6	涂旭平		1	0	0.0	0.0
7	利传杰		1	0	0.0	0.0
8	刘海波	广东工业大学计算机学院	4	13	2.0	3.0