本港台最快开奖

基于R-Net、QA-Net和BiDAF实现中文观点型问题机器阅

ʱ䣺2019-10-08

  原标题:基于R-Net、QA-Net和BiDAF实现中文观点型问题机器阅读理解

  机器阅读理解是指让计算机阅读文本,随后让计算机解答与文中信息相关的问题。本次竞赛将重点针对阅读理解中较为复杂的,需要利用整篇文章中多个句子的信息进行综合才能得到正确答案的观点型问题。

  alternatives语义:由于观点型问题的某些备选答案是携带语义信息的,所以我们将备选答案也做encoding处理。

  feature engneering:特征工程,我们使用了tf-idf等方法,将提取的特征向量作为深度模型的另一个输入,只用Linear层进行处理。由于阅读理解任务数据的特性,特征工程这部分工作只有微弱提升。

  baseline模型借鉴了微软R-Net模型,与R-Net模型不同的是,www.876602.com,我们取消了模型尾部的ptrNet结构,取而代之的是一个单向GRU与softmax层。

  分享《深度学习入门:基于Python的理论与实现》高清中文版PDF+源代码


友情链接:
Copyright 2018-2021 本港台最快开奖 版权所有,未经授权,禁止转载。