一种基于数据重构和富特征的神经网络机器阅读理解模型
摘要:
该文描述了ZWYC团队在"2018机器阅读理解技术竞赛"上提出的机器理解模型。所提出模型将机器阅读理解问题建模成连续文本片段抽取问题，提出基于富语义特征的神经交互网络模型。为了充分使用答案标注信息，模型首先对数据进行细致的重构，让人工标注的多个答案信息都能融合到数据中。通过特征工程，对每个词构建富语义表征。同时提出一种简单有效的问题和文档交互的方式，得到问题感知的文档表征。基于多个文档串接的全局表征，模型进行答案文本预测。在最终测试集上，该模型获得了目前先进的结果，在105支队伍中排名第2。
