文档名：基于答案及其上下文信息的问题生成模型
基于文本的问题生成是从给定的句子或段落中生成相关问题.目前,主要采用序列到序列的神经网络模型针对包含答案的句子生成问题.然而这些方法存在主要问题:生成的疑问词与答案类型不匹配;问题与答案的相关性不强.本文提出一个基于答案及其上下文信息的问题生成模型.该模型首先根据答案与上下文信息的关系确定与答案类型匹配的疑问词;然后利用答案及其上下文信息确定问题相关词,使问题尽可能使用原文中的词;最后结合原句作为输入来生成问题.相关实验表明,该文提出的模型性能明显优于基线系统.
作者：谭红叶 孙秀琴 闫真
作者单位：山西大学计算机与信息技术学院,山西太原030006;山西大学计算智能与中文信息处理教育部重点实验室,山西太原030006山西大学计算机与信息技术学院,山西太原030006
母体文献：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会论文集
会议名称：第十八届中国计算语言学大会暨中国中文信息学会2019学术年会
会议时间：2019年10月18日
会议地点：昆明
主办单位：中国中文信息学会
语种：chi
分类号：
关键词：问题生成 答案信息 上下文信息 神经网络 注意力机制
在线出版日期：2021年8月24日
基金项目：
相似文献
相关博文
- 文件大小:
- 512.25 KB
- 下载次数:
- 60
-
高速下载
|
|
