用于多选阅读理解的双重协同匹配网络
计算与语言
2019-08-21 v2
摘要
多选阅读理解是一项需要复杂推理过程的挑战性任务。给定文章与问题，需从一组候选答案中选出正确答案。本文提出双重协同匹配网络（DCMN），该网络双向建模文章、问题与答案之间的关系。不同于现有仅计算问题感知或选项感知文章表示的方法，我们同时计算文章感知问题表示与文章感知答案表示。为证明模型有效性，我们在大规模多选机器阅读理解数据集（即RACE）上评估模型。实验结果表明，我们所提模型取得了新的SOTA结果。
引用
@article{arxiv.1901.09381,
title = {Dual Co-Matching Network for Multi-choice Reading Comprehension},
author = {Shuailiang Zhang and Hai Zhao and Yuwei Wu and Zhuosheng Zhang and Xi Zhou and Xiang Zhou},
journal= {arXiv preprint arXiv:1901.09381},
year = {2019}
}
备注
arXiv admin note: text overlap with arXiv:1806.04068 by other authors