一种针对机器阅读理解中答案获取的序列生成模型

• 作者: 薛瑶环 邹依婷 金轩城 霍欢 黄君扬
• 来源期刊: 计算机应用研究
• 关键词: 答案获取 序列模型 OOV 覆盖机制
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 734-738
• 页数: 5页
• 分类号: TP391
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.08.0616

摘要

针对机器阅读理解任务中的答案问题获取提出一种序列生成模型SGN.首先,SGN在问题矩阵空间获取问题与文章的匹配表示,并参照潜在的问题信息生成当前节点的词向量;然后使用一个选择门结构从文章或者字典中选择当前词汇,并且自发学习和归纳OOV(out-of-vocabulary)单词,解决语义表述不准确的问题;最后使用改进的覆盖机制消除生成序列中的冗余问题,从而提高可读性.实验通过人工数据集SQuAD进行验证,其结果表明,在阅读理解任务上SGN生成的目标序列与基准模型seq2seq相比可读性更加优异,并且与原文语义更贴近.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	霍欢	上海理工大学光电信息与计算机工程学院	36	123	6.0	9.0
5	邹依婷	上海理工大学光电信息与计算机工程学院	3	1	1.0	1.0
6	薛瑶环	上海理工大学光电信息与计算机工程学院	3	1	1.0	1.0
7	黄君扬	上海理工大学光电信息与计算机工程学院	4	1	1.0	1.0
8	金轩城	上海理工大学光电信息与计算机工程学院	3	1	1.0	1.0