科研之友
微信
新浪微博
Facebook
分享链接
摘要
机器阅读理解是自然语言处理领域最具挑战性的任务之一。随着深度学习技术的不断发展以及大规模MRC数据集的发布，机器阅读理解模型的性能不断刷新记录。但是以往的模型在逻辑推理、深层语义理解等方面仍存在不足。为解决上述问题，提出了一种基于框架语义和图结构的阅读理解答案抽取方法。该方法首先利用汉语框架网匹配与问句语义相关的候选句；其次提取问题和候选句中的实体，以实体在句子中的依存句法和语义关系构建实体关系图；最后将实体关系图引入图注意网络进行逻辑推理，实现阅读理解答案抽取。在DuReader-robust数据集上的实验结果表明，所提方法取得了比基线模型更好的效果。
- 单位
