机器阅读理解任务:基于SQuAD数据集的双向注意力流
方法
Shim‑Young
Lee
统计系
斯坦福大学
sylee1@stanfordedu
在CS224n深度学习自然语言处理课程的默认项目(作业4)中,我们以问答形
式探索了一项名为机器理解的高难度NLP任务。SQuAD数据集上下文及对
应问题,任务要求正确高亮或标记出上下文段落中回答问题所需序列的起
止位置。我在神经网络的上下文嵌入层和建模层中,通过双向注意力流机制和
双向LSTM对基线模型进行了增强。单一模型实现了THIS
F1和THIS
EM的指标。
1
引言
本项目旨在以问答形式探索机
原创力文档

文档评论(0)