面向社区问答答案选择的神经网络答案序列学习
计算与语言
2015-06-23 v1 信息检索
机器学习
摘要
本文将社区问答 (CQA) 中的答案选择问题视为答案序列标注任务，并针对该问题提出了一种基于循环架构的新方法。我们的方法首先应用卷积神经网络 (CNN) 学习问答对的联合表示，然后将该联合表示作为长短期记忆 (LSTM) 的输入，以学习问题的答案序列，从而标注每个答案的匹配质量。在 SemEval 2015 CQA 数据集上的实验表明了我们所提方法的有效性。
引用
@article{arxiv.1506.06490,
title = {Answer Sequence Learning with Neural Networks for Answer Selection in Community Question Answering},
author = {Xiaoqiang Zhou and Baotian Hu and Qingcai Chen and Buzhou Tang and Xiaolong Wang},
journal= {arXiv preprint arXiv:1506.06490},
year = {2015}
}
备注
6 pages