基于标签增强的机器阅读理解模型
文献类型：期刊论文
| 作者 | 苏立新1; 郭嘉丰1; 范意兴1 ; 兰艳艳1; 程学旗3
|
| 刊名 | 模式识别与人工智能
 |
| 出版日期 | 2020 |
| 卷号 | 33.0期号:002页码:106 |
| 关键词 | 阅读理解 多任务学习 答案抽取 |
| ISSN号 | 1003-6059 |
| 英文摘要 | 抽取式问答中已有模型仅建模答案的边界,忽视人的潜在标注过程,导致模型仅学习到表面特征,影响泛化能力.因此,文中提出基于标签增强的机器阅读理解模型(LE-Reader),模拟人的标注过程.LE-Reader模型同时建模答案所在句子、答案内容和答案边界.根据用户标注的答案边界推断正确答案的句子和答案内容作为标签,监督模型的学习过程.通过多任务学习的方式融合3个损失函数.预测时融合3种建模结果,确定最终答案,提高模型的泛化性能.在SQuAD数据集上的实验验证LE-Reader的有效性. |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/36383]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 1.中国科学院计算技术研究所 2.中国科学院 3.中国科学院计算技术研究所烟台分所 |
| 推荐引用方式 GB/T 7714 | 苏立新,郭嘉丰,范意兴,等. 基于标签增强的机器阅读理解模型[J]. 模式识别与人工智能,2020,33.0(002):106. |
| APA | 苏立新,郭嘉丰,范意兴,兰艳艳,&程学旗.(2020).基于标签增强的机器阅读理解模型.模式识别与人工智能,33.0(002),106. |
| MLA | 苏立新,et al."基于标签增强的机器阅读理解模型".模式识别与人工智能 33.0.002(2020):106. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
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。