越南语多选阅读理解深度神经网络模型的实验研究
计算与语言
2021-02-19 v4
摘要
机器阅读理解（MRC）是自然语言处理中一项具有挑战性的任务，旨在使计算机理解自然语言文本并基于这些文本回答问题。解决该问题的方法众多，而词表示是一项极为重要的技术，对英语、中文等主流语言中机器阅读理解问题的准确率影响最大。然而，针对越南语等低资源语言的MRC研究甚少。本文对基于神经网络的模型开展多项实验，以理解词表示对越南语多选机器阅读理解的影响。我们的实验包括将Co-match模型用于六种不同越南语词嵌入，以及将BERT模型用于多选阅读理解。在ViMMRC语料库上，BERT模型在测试集上的准确率为61.28%。
引用
@article{arxiv.2008.08810,
title = {An Experimental Study of Deep Neural Network Models for Vietnamese Multiple-Choice Reading Comprehension},
author = {Son T. Luu and Kiet Van Nguyen and Anh Gia-Tuan Nguyen and Ngan Luu-Thuy Nguyen},
journal= {arXiv preprint arXiv:2008.08810},
year = {2021}
}
备注
Published in the 2020 IEEE Eighth International Conference on Communications and Electronics (ICCE)