SemEval-2018 任务 11 的 HFL-RC 系统：面向常识阅读理解的混合多层面模型
计算与语言
2018-03-16 v1
摘要
本文描述了在 SemEval-2018 任务 11（使用常识知识的机器理解）中取得最优结果的系统。在本文中，我们提出一种称为混合多层面（HMA）模型的神经网络，其模拟人类处理多选阅读理解的直觉。在该模型中，我们旨在通过计算文本、问题与选项之间的注意力，在多个层面产生预测，并综合这些结果以得到最终预测。实验结果表明，我们的 HMA 模型相较基线系统有显著提升，并以 84.13% 的准确率在最终测试集排行榜上位居第一。
引用
@article{arxiv.1803.05655,
title = {HFL-RC System at SemEval-2018 Task 11: Hybrid Multi-Aspects Model for Commonsense Reading Comprehension},
author = {Zhipeng Chen and Yiming Cui and Wentao Ma and Shijin Wang and Ting Liu and Guoping Hu},
journal= {arXiv preprint arXiv:1803.05655},
year = {2018}
}
备注
6 pages