基于噪声预训练的问题神经释义识别
计算与语言
2017-08-22 v2
摘要
我们针对问题释义识别问题提出一种解决方案。我们聚焦于一个近期发布的、带有二元释义标签的问题对数据集，并表明可分解注意力模型(Parikh et al., 2016)的一个变体在该任务上取得了准确性能，同时远比许多竞争神经网络架构简单。此外，当该模型在自动收集的含噪问题释义数据集上预训练时，它在所述数据集上获得了已报告的最佳性能。
引用
@article{arxiv.1704.04565,
title = {Neural Paraphrase Identification of Questions with Noisy Pretraining},
author = {Gaurav Singh Tomar and Thyago Duque and Oscar Täckström and Jakob Uszkoreit and Dipanjan Das},
journal= {arXiv preprint arXiv:1704.04565},
year = {2017}
}