麦考瑞大学在 BioASQ 6b 中的工作：基于查询的多文档摘要中的深度学习与深度强化学习
计算与语言
2018-12-07 v2
摘要
本文描述了麦考瑞大学在 BioASQ 挑战赛（BioASQ 6b，B 阶段）中的贡献。我们聚焦于理想答案的抽取，并将该任务作为基于查询的多文档摘要的一个实例来处理。具体而言，本文重点关注在所提交的运行中与使用的深度学习和强化学习方法相关的实验。最佳运行在基于回归的框架下使用了深度学习模型。所使用的深度学习架构采用了由词嵌入上 LSTM 链输出导出的特征，以及基于与查询相似度和句子位置的特征。强化学习方法是一个概念验证原型，使用 REINFORCE 训练全局策略。该全局策略实现为一个神经网络，使用编码候选句子、问题和上下文的 特征。
引用
@article{arxiv.1809.05283,
title = {Macquarie University at BioASQ 6b: Deep learning and deep reinforcement learning for query-based multi-document summarisation},
author = {Diego Mollá},
journal= {arXiv preprint arXiv:1809.05283},
year = {2018}
}
备注
8 pages, 8 figures, 3 tables. Published in BioASQ workshop, EMNLP 2018. Typos fixed and acknowledgments added