用于带答案集问题分类的组稀疏CNN
计算与语言
2017-10-10 v1
摘要
问题分类是一项具有广泛应用的重要任务。然而，传统技术将问题视为一般句子，忽略了相应的答案数据。为将答案信息纳入问题建模，我们首先引入新颖的组稀疏自编码器（group sparse autoencoders），其利用答案集中的组信息来精炼问题表示。随后我们提出新颖的组稀疏 CNN（group sparse CNNs），通过将组稀疏自编码器植入传统 CNN 中，自然地学习与答案相关的问题表示。所提模型在四个数据集上显著优于强基线。
引用
@article{arxiv.1710.02717,
title = {Group Sparse CNNs for Question Classification with Answer Sets},
author = {Mingbo Ma and Liang Huang and Bing Xiang and Bowen Zhou},
journal= {arXiv preprint arXiv:1710.02717},
year = {2017}
}
备注
6, ACL 2017