基于注意力的卷积与循环神经网络比较：机器阅读理解中的成功与局限
计算与语言
2018-08-28 v1
摘要
我们提出一种基于带两阶段注意力的比较-聚合框架的机器阅读理解模型，该模型在 MovieQA 问答数据集上取得了最先进的结果。为探究我们模型的局限性以及卷积与循环神经网络之间的行为差异，我们生成对抗样本以混淆模型，并与人类表现进行比较。此外，我们通过分析模型与人类推理的差异来评估其泛化能力。
引用
@article{arxiv.1808.08744,
title = {Comparing Attention-based Convolutional and Recurrent Neural Networks: Success and Limitations in Machine Reading Comprehension},
author = {Matthias Blohm and Glorianna Jagfeld and Ekta Sood and Xiang Yu and Ngoc Thang Vu},
journal= {arXiv preprint arXiv:1808.08744},
year = {2018}
}
备注
CoNLL 2018