[1]邵霭,许彩娥,万健,等.针对机器问答中多跳问题的深度学习网络模型[J].浙江科技学院学报,2022,(05):419-425.
　SHAO Ai,XU Caie,WAN Jian,et al.Deep learning network model for multihop problemsin machine question answering[J].,2022,(05):419-425.
点击复制

针对机器问答中多跳问题的深度学习网络模型(/HTML)

分享到：

《浙江科技学院学报》[ISSN:1001-3733/CN:61-1062/R]

Title:: Deep learning network model for multihop problemsin machine question answering

Author(s):: SHAO Ai; XU Caie; WAN Jian; ZHANG Lei; ZHENG Huilin; School of Information and Electronic Engineering; School of Biological and Chemical Engineering,Zhejiang University of Science and Technology, Hangzhou 310023, Zhejiang, China

摘要:: 多跳问答(multi-hop question answering,multi-hop QA)是文本问答的一项重要且具有挑战性的任务。针对现有方法在解决多跳问题时答案推理能力弱、答案寻找的准确率低等问题提出一种多跳问题的深度学习网络模型AGTNet(albert graph attention network,轻量双向编码图注意力网络)。首先在神经网络隐藏层使用参数共享和矩阵分解技术,然后使用点积计算方式进行答案预测,最后使用已标注的数据集对AGTNet模型进行训练验证。试验结果表明,本模型经过训练后在测试集上的F1值达到70.4;与现有的多跳问答推理模型相比,本模型拥有较优的实体级推理能力,能够有效提高多跳问答推理能力,从而提升了问答系统的响应速度和准确率。本研究结果为问答系统和多轮对话机器人的研发提供了理论依据。

[1]沈梦婷,岑岗,周闻,等.基于CNN智能AI助手的早期教育系统设计[J].浙江科技学院学报,2020,(06):590.
　Design of early education system based on CNN intelligent AI assistant[J].,2020,(05):590.
[2]陈力,王海江,吴凯.基于卷积神经网络的车载网络入侵检测方法[J].浙江科技学院学报,2021,(01):59.
[3]毕云杉,钱亚冠,张超华,等.基于ERNIE模型的中文文本分类研究[J].浙江科技学院学报,2021,(06):461.
　BI Yunshan,QIAN Yaguan,ZHANG Chaohua,et al.Research on Chinese text classification based on ERNIE model[J].,2021,(05):461.

更新日期/Last Update: