基于增强问题重要性表示的答案选择算法研究

• 作者: 柏钧献 熊熙 琚生根 谢正文
• 来源期刊: 四川大学学报（自然科学版）
• 学科: 工学
• 关键词: 答案选择 问题表示 自注意力机制 词级矩阵
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 计算机科学
• 页码范围: 66-72
• 页数: 7页
• 分类号: TP391
• 字数: 5233字
• 语种: 中文
• DOI: 10.3969/j.issn.0490-6756.2020.01.009

摘要

针对经典的文本匹配模型在问答系统中应用的缺陷和不足,提出了一种基于增强问题重要性表示网络BIWN的答案选择算法.目前,现有的答案选择模型普遍将问题句子和答案句子直接进行匹配,忽略了问题句子和答案句子中的噪声词对匹配的影响.针对这个问题,首先,利用自注意力机制修改问题句子中各个词的权重,生成"干净"的问题句子向量;然后,利用词级交互矩阵捕捉问题句子和答案句子之间的细粒度语义信息,从而有效地弱化了噪声词对正确答案的影响;最后,利用多窗口CNN提取特征信息得到预测结果.基准数据集上的对比实验表明,BIWN 模型在答案选择任务的性能优于主流的答案选择算法,MAP值和MRR值提升了约0.7％～6.1％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	琚生根	四川大学计算机学院	72	460	11.0	16.0
2	熊熙	成都信息工程大学网络空间安全学院	17	10	2.0	2.0
3	谢正文	四川大学计算机学院	3	0	0.0	0.0
4	柏钧献	广东财经大学财政税务学院	2	0	0.0	0.0