基于力机制与循环神网络问答系统研究.pdf

基于力机制与循环神网络问答系统研究.pdf

循环神经网络与注意力机制用于问答系统

Benjamin

Hannel

斯坦福大学计算

机科学系

加州斯坦福市

94305

bhannel@stanford.edu

2018年3月21日

高效的阅读理解系统具有巨大潜力,可使海量文本数据库更易于。我构

建了一个模型,利用长短期记忆循环神经网络和基础注意力层,在文章中定位问

题。该注意力层能对上下文各部分相关的问题片段赋予更高权重。单一模型

在斯坦福问答开发数据集(SQuAD)上取得了77.235的F1值和67.985的精确匹配分

数。通过集成模型,F1值提升至78.984,精确匹配分数达到69.612。

您可能关注的文档

文档评论(0)

1亿VIP精品文档

相关文档