摘要: 该文针对2018机器阅读理解技术竞赛提出一个基于双向注意流(BiDAF)BiDAF的阅读理解模型，实作于DuReader中文问答数据集。该文观察到基线系统采用与问题最相近的段落，作为预测的筛选条件，而改以完整段落来预测答案，结果证实优于原方法。并利用fastText训练词向量以强化上下文信息，最后通过集成学习优化结果，提升效能与稳定性。此外，针对DuReader的是非类题型，该文集成两个分类模型，分别基于注意力机制(attention)与相似性机制(similarity)来预测答案类别。该模型最终在"2018机器阅读理解技术竞赛"的评比中得到了ROUGE-L 56.57与BLEU-4 48.03。