基于自适应知识选择的机器阅读理解

作者：李泽政; 田志兴; 张元哲; 刘康; 赵军

来源：中文信息学报, 2022, 36(06): 117-124.

DOI：10.3969/j.issn.1003-0077.2022.06.012

• 机器阅读理解
• 知识增强
• 自适应选择

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，最后自适应地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。

• 单位
  中国科学院大学; 模式识别国家重点实验室; 中国科学院自动化研究所