NEUer在SemEval-2021任务4中的方法：通过将答案填入问题以构建完整摘要表示用于匹配式阅读理解
计算与语言
2021-05-26 v1 人工智能
摘要
SemEval任务4旨在从多个候选选项中找出恰当选项以完成机器阅读理解任务。多数现有方法建议将问题与选项拼接以形成上下文感知模型。然而，我们认为直接拼接仅为MRC任务提供粗粒度上下文，忽略了选项相对于问题的具体位置。本文中，我们提出一种新颖的MRC模型，通过将选项填入问题来生成细粒度上下文（定义为摘要），从而更好地揭示选项与问题间的关系。我们在给定数据集上开展一系列实验，结果表明我们的方法大幅优于其他对比方法。
引用
@article{arxiv.2105.12051,
title = {NEUer at SemEval-2021 Task 4: Complete Summary Representation by Filling Answers into Question for Matching Reading Comprehension},
author = {Zhixiang Chen and Yikun Lei and Pai Liu and Guibing Guo},
journal= {arXiv preprint arXiv:2105.12051},
year = {2021}
}
备注
accepted by SemEval2021