用于中文阅读理解的基于共识注意力的神经网络
计算与语言
2018-03-16 v3 神经与进化计算
摘要
阅读理解在近期的NLP研究中蓬勃发展。多个研究机构发布了完形填空式阅读理解数据，极大地加速了机器理解的研究。本工作首先构建了中文阅读理解数据集，由人民日报新闻数据集和儿童童话（CFT）数据集组成。同时，我们提出了一种基于共识注意力的神经网络架构来解决完形填空式阅读理解问题，旨在对查询中的每个词诱导出共识注意力。实验结果表明，所提出的神经网络在多个公开数据集上显著优于SOTA基线。此外，我们为中文阅读理解任务建立了基线，希望这能加速未来研究的进程。
引用
@article{arxiv.1607.02250,
title = {Consensus Attention-based Neural Networks for Chinese Reading Comprehension},
author = {Yiming Cui and Ting Liu and Zhipeng Chen and Shijin Wang and Guoping Hu},
journal= {arXiv preprint arXiv:1607.02250},
year = {2018}
}
备注
9+1 pages, published at COLING 2016