调参对 LSA MCQ 答题模型的影响
机器学习
2009-12-10 v3 人工智能
机器学习
摘要
本文介绍了一项正在进行的工作的现状，其目的是更好地理解显著影响潜在语义分析（LSA）性能的因素。一项由回答（法语）生物学多项选择题组成的困难任务被用于测试截断奇异空间的语义属性，并研究主要参数的相对影响。我们设计了专门的软件，针对多项选择题任务对 LSA 语义空间进行微调。在最优参数下，我们简单模型的性能相当令人惊讶地等于或优于七年级和八年级学生。这表明尽管语义空间维度低且训练数据集规模小，但它们仍然相当好。此外，我们提出了一种针对多项选择题中每道题答案项的原创熵全局加权，这对于实现模型的成功是必要的。
引用
@article{arxiv.0811.0146,
title = {Effect of Tuned Parameters on a LSA MCQ Answering Model},
author = {Alain Lifchitz and Sandra Jhean-Larose and Guy Denhière},
journal= {arXiv preprint arXiv:0811.0146},
year = {2009}
}
备注
9 pages