一种用于答案选择的门控自注意力记忆网络
计算与语言
2019-09-27 v1 人工智能
摘要
答案选择是一个重要的研究问题，在许多领域都有应用。先前基于深度学习的该任务方法主要采用 Compare-Aggregate 架构，即先进行词级比较再进行聚合。在这项工作中，我们偏离流行的 Compare-Aggregate 架构，转而提出一种用于该任务的新型门控自注意力记忆网络。结合来自大规模在线语料的简单迁移学习技术，我们的模型以较大优势超越先前方法，在两个标准答案选择数据集 TrecQA 和 WikiQA 上取得了新的 SOTA 结果。
引用
@article{arxiv.1909.09696,
title = {A Gated Self-attention Memory Network for Answer Selection},
author = {Tuan Lai and Quan Hung Tran and Trung Bui and Daisuke Kihara},
journal= {arXiv preprint arXiv:1909.09696},
year = {2019}
}
备注
Accepted at the 2019 Conference on Empirical Methods in Natural Language Processing (EMNLP 2019)