MCA-Reader:基于多重联结机制的注意力阅读理解模型

• 作者: 张仰森 张禹尧 毛腾 蒋玉茹
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 机器阅读理解 注意力机制 多重联结
• 年，卷（期）: 2019,（10）
• 所属期刊栏目: 阅读理解与文本生成
• 页码范围: 73-80
• 页数: 8页
• 分类号: TP391
• 字数: 5865字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2019.10.009

摘要

机器阅读理解是当下自然语言处理的一个热门任务,其内容是:在给定文本的基础上,提出问题,机器要在给定文本中寻找并给出最终问题的答案.片段抽取式阅读理解是当前机器阅读理解研究的一个典型的方向,机器通过预测答案在文章中的起始和结束位置来定位答案.在此过程中,注意力机制起着不可或缺的作用.该文为了更好地解决片段抽取式机器阅读理解任务,提出了一种基于多重联结机制的注意力阅读理解模型.该模型通过多重联结的方式,更有效地发挥了注意力机制在片段抽取式机器阅读理解任务中的作用.利用该模型,在第二届"讯飞杯"中文机器阅读理解评测(CMRC2018)的最终测试集上EM值为71.175,F1值为88.090,排名第二.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张仰森	北京信息科技大学智能信息处理研究所	104	721	15.0	23.0
2	蒋玉茹	北京信息科技大学智能信息处理研究所	15	57	4.0	7.0
3	张禹尧	北京信息科技大学智能信息处理研究所	4	0	0.0	0.0
4	毛腾	北京信息科技大学智能信息处理研究所	3	0	0.0	0.0