| 基于增强问题重要性表示的答案选择算法研究 |
| |
| 引用本文： | 谢正文,熊熙,琚生根.基于增强问题重要性表示的答案选择算法研究[J].四川大学学报(自然科学版),2020,57(1):66-72. |
| |
| 作者姓名： | 谢正文 熊熙 琚生根 |
| |
| 作者单位： | 四川大学计算机学院,成都610065;广东财经大学财政税务学院,广州510320;成都信息工程大学网络空间安全学院,成都 610225 |
| |
| 基金项目： | 2018年四川省新一代人工智能重大专项（2018GZDZX0039) |
| |
| 摘 要： | 针对经典的文本匹配模型在问答系统中应用的缺陷和不足，提出了一种基于增强问题重要性表示网络BIWN的答案选择算法.目前，现有的答案选择模型普遍将问题句子和答案句子直接进行匹配，忽略了问题句子和答案句子中的噪声词对匹配的影响.针对这个问题，首先，利用自注意力机制修改问题句子中各个词的权重，生成“干净”的问题句子向量;然后，利用词级交互矩阵捕捉问题句子和答案句子之间的细粒度语义信息，从而有效地弱化了噪声词对正确答案的影响;最后，利用多窗口CNN提取特征信息得到预测结果.基准数据集上的对比实验表明，BIWN模型在答案选择任务的性能优于主流的答案选择算法，MAP值和MRR值提升了约0.7%～6.1%.
|
| 关 键 词： | 答案选择 问题表示 自注意力机制 词级矩阵 |
| 收稿时间： | 2019/6/17 0:00:00 |
| 修稿时间： | 2019/8/1 0:00:00 |
Question Based Importance Weighting Network for Answer Selection |
| |
| XIE Zheng-Wen,XIONG Xi and JU Sheng-Gen.Question Based Importance Weighting Network for Answer Selection[J].Journal of Sichuan University (Natural Science Edition),2020,57(1):66-72. |
| |
| Authors: | XIE Zheng-Wen XIONG Xi and JU Sheng-Gen |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
| 点击此处可从《四川大学学报(自然科学版)》浏览原始摘要信息 |
| 点击此处可从《四川大学学报(自然科学版)》下载免费的PDF全文 |
