用于自然语言问答中可解释性的组合注意力网络
机器学习
2018-10-31 v1 人工智能
计算与语言
机器学习
摘要
MAC Net 是一种为视觉问答设计的组合注意力网络。我们提出了一种改进版的 MAC 网络架构用于自然语言问答。问答通常需要语言理解和多步推理。MAC 网络独特的架构——记忆与控制的分离——促进了数据驱动的迭代推理。这使其成为解决涉及逻辑推理任务的理想候选。我们在 20 个 bAbI 任务上的实验证明了 MAC 网络作为一种数据高效且可解释的自然语言问答架构的价值。MAC 网络透明的特性提供了网络在回答查询时所采取推理步骤的高度细粒度视图。
引用
@article{arxiv.1810.12698,
title = {Compositional Attention Networks for Interpretability in Natural Language Question Answering},
author = {Muru Selvakumar and Suriyadeepan Ramamoorthy and Vaidheeswaran Archana and Malaikannan Sankarasubbu},
journal= {arXiv preprint arXiv:1810.12698},
year = {2018}
}
备注
8 pages,10 figures, 1 table