基于R-Net、QA-Net和BiDAF实现中文观点型问题机器阅读理解

获取项目代码

关注微信公众号 datayx 然后回复 阅读理解 即可获取。

数据说明

每条数据为<问题，篇章，候选答案> 三元组组成

每个问题对应一个篇章（500字以内），以及包含正确答案的三个候选答案

问题：真实用户自然语言问题，从搜索日志中随机选取并由机器初判后人工筛选

篇章：与问题对应的文本段，从问题相关的网页中人工选取

候选答案：人工生成的答案，提供若干（三个）选项，并标注正确答案

数据以JSON格式表示如下样例：

https://challenger.ai/competition/oqmrc2018

模型结构

最好成绩的单模型我们选择加入alternatives语义和feature engineering的方式，基于R-Net改进。

alternatives语义：由于观点型问题的某些备选答案是携带语义信息的，所以我们将备选答案也做encoding处理。

feature engneering：特征工程，我们使用了tf-idf等方法，将提取的特征向量作为深度模型的另一个输入，只用Linear层进行处理。由于阅读理解任务数据的特性，特征工程这部分工作只有微弱提升。

访问AI图谱 技术分享社区

https://loveai.tech

baseline模型借鉴了微软R-Net模型，与R-Net模型不同的是，我们取消了模型尾部的ptrNet结构，取而代之的是一个单向GRU与softmax层。