NumNet：具备数值推理能力的机器阅读理解模型
计算与语言
2019-10-16 v1
摘要
数值推理，如加、减、排序和计数，是人类阅读理解中的一项关键技能，但在现有机器阅读理解（MRC）系统中尚未得到充分考虑。为解决此问题，我们提出了一种名为 NumNet 的数值 MRC 模型，其利用数值感知图神经网络来考虑比较信息，并针对问题与文章中的数字进行数值推理。我们的系统在 DROP 数据集上取得了 64.56% 的 EM 分数，通过考虑数字间的数值关系优于所有现有的机器阅读理解模型。
引用
@article{arxiv.1910.06701,
title = {NumNet: Machine Reading Comprehension with Numerical Reasoning},
author = {Qiu Ran and Yankai Lin and Peng Li and Jie Zhou and Zhiyuan Liu},
journal= {arXiv preprint arXiv:1910.06701},
year = {2019}
}
备注
Accepted to EMNLP2019; 11 pages, 2 figures, 6 tables