基于自适应知识选择的机器阅读理解
李泽政1,2; 田志兴2; 张元哲2; 刘康1,2; 赵军1,2
刊名中文信息学报
2021
卷号0期号:0页码:0
关键词机器阅读理解 知识增强 自适应选择
ISSN号1003-0077
文献子类核心期刊
英文摘要

目前针对知识增强机器阅读理解的研究主要集中在如何把外部知识融入现有的机器阅读理解模型,却忽略了对外部知识的来源进行选择。该文首先基于注意力机制对外部知识进行编码,然后对不同来源的外部知识编码进行打分,最后自适应的选择出对回答问题最有帮助的知识。与基线模型相比,该文提出的基于自适应知识选择的机器阅读理解模型在准确率上提高了1.2个百分点。

语种中文
内容类型期刊论文
源URL[http://ir.ia.ac.cn/handle/173211/44773]  
专题模式识别国家重点实验室_自然语言处理
作者单位1.中国科学院大学,人工智能技术学院
2.中国科学院自动化所,模式识别国家重点实验室
推荐引用方式
GB/T 7714
李泽政,田志兴,张元哲,等. 基于自适应知识选择的机器阅读理解[J]. 中文信息学报,2021,0(0):0.
APA 李泽政,田志兴,张元哲,刘康,&赵军.(2021).基于自适应知识选择的机器阅读理解.中文信息学报,0(0),0.
MLA 李泽政,et al."基于自适应知识选择的机器阅读理解".中文信息学报 0.0(2021):0.
个性服务
查看访问统计
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。


©版权所有 ©2017 CSpace - Powered by CSpace