本文将深度学习应用于答案抽取任务中,该任务不依赖于人工定义的特征或语言工具,基本框架是基于双向长短期记忆(biLSTM)模型构建问题和答案的词向量的嵌入,并通过余弦相似性计算它们的相似程度。我们进一步将这个基本模型扩展,将句内注意力机制与深度神经网络LSTM于答案抽取任务中,使用句内注意力机制尝试寻找问答对之间词的关系,从而寻找问题与答案之间的联系,减少人工特征,实现答案自动取。
科研之友
微信
新浪微博
Facebook
分享链接
