基于层级交互网络的文本阅读理解与问答方法研究

作者：程勇^*; 徐德宽; 吕学强

来源：数据分析与知识发现, 2018, 2(12): 23-32.

• 层级交互网络
• 机器阅读理解
• 自动问答

【目的】实现基于文本阅读理解的精确问答。【方法】提出一种基于层级交互机制的神经网络模型。该模型借鉴人类在阅读理解过程中的思维习惯,将分层处理机制、内容过滤机制、多维注意力机制等人类在阅读时的特性融合到神经网络构建中,提升机器对文本信息的分析和理解能力。【结果】在中文阅读理解评测CMRC 2017发布的数据上验证本文模型,测试集上的准确率达到0.78,性能优于目前的主流模型以及评测比赛上发布的最好成绩。【局限】未对候选答案做进一步优化和排序,性能距离人类阅读理解水平还有一定差距。【结论】本文构建的层级交互网络显著提升了对文本的自动分析与理解能力,使机器能够在理解文本内容的基础上回答相关问题。

• 单位
  北京信息科技大学; 鲁东大学