题名
T-Reader:一种基于自注意力机制的多任务深度阅读理解模型
DOI
作者
郑玉昆1 李丹2 范臻1 刘奕群1 张敏1 马少平1
作者单位
1.清华大学计算机系；2.阿姆斯特丹大学ILPS
摘要
该文介绍THUIR团队在"2018机器阅读理解技术竞赛"中的模型设计与实验结果。针对多文档机器阅读理解任务，设计了基于自注意力机制的多任务深度阅读理解模型T-Reader，在所有105支参赛队伍中取得了第八名的成绩。除文本信息外，提取了问题与段落精准匹配等特征作为模型输入；在模型的段落匹配阶段，采用跨段落的文档级自注意力机制，通过循环神经网络实现了跨文档的问题级信息交互；在答案范围预测阶段，通过进行段落排序引入强化学习的方法提升模型性能。
关键词
机器阅读理解；问答系统；深度学习；强化学习
刊名
中文研究
ISSN
3007-9896
年、卷(期)
201810
所属期刊栏目
人文社科
打印