【摘 要】
：
多项选择型阅读理解任务作为机器阅读理解的子任务之一,近年来受到国内外研究者的广泛关注。现有多项选择型阅读理解数据集多为英文语料,且数据集文章覆盖领域及回答问题所需推理能力单一,而高考语文中文章覆盖领域多样、问题复杂。因此,面向高考语文阅读理解的研究任务具有较大的挑战性。本文以2018年国家重点研发计划项目子课题“文本生成及复杂语言问题求解关键技术与系统”为背景,针对高考语文中现代文多项选择题展开研
论文部分内容阅读
多项选择型阅读理解任务作为机器阅读理解的子任务之一,近年来受到国内外研究者的广泛关注。现有多项选择型阅读理解数据集多为英文语料,且数据集文章覆盖领域及回答问题所需推理能力单一,而高考语文中文章覆盖领域多样、问题复杂。因此,面向高考语文阅读理解的研究任务具有较大的挑战性。本文以2018年国家重点研发计划项目子课题“文本生成及复杂语言问题求解关键技术与系统”为背景,针对高考语文中现代文多项选择题展开研究,主要研究工作和成果如下:（1）数据集构建及分析。由于缺少相关数据,本文收集并筛选2005-2020年全国各省市高考语文真题及模拟题中符合条件的问题,构建数据集GCRC（Gaokao Chinese Reading Comprehension）;并对部分问题进行人工标注,归纳总结与分析了选项所考察的推理能力及各类推理能力占比。（2）基于语义相关度的候选句抽取方法。由于GCRC数据集中文章均为超长文本（平均字符为1145.62字）,但并非全部内容都为答题需要;若将文章整体输入模型会降低模型性能,加大计算资源消耗。针对该问题,本文提出一种基于语义相关度的候选句抽取方法。将与候选项语义相关度大于设定阈值的文章句视为该选项的对应候选句,并使用无监督技术进一步筛选抽取出的候选句结果,降低信息冗余度。本文在GCRC候选句数据集上验证方法效果,实验结果表明本文所提方法候选句抽取F1值达到71.04%,相较于bert-wwm提升2.59%。（3）基于门控空洞卷积的要素发现方法。由于GCRC数据集考察能力多样,但每种能力数据量不能满足模型训练需要。在现有条件下,为使模型尽可能的理解语义做出正确预测,需让模型关注文章及选项的关键信息（简称为要素）。本文提出一种基于空洞卷积的要素抽取方法,并在MSRA和Resume公开数据集上进行实验,F1值分别达到92.97%和94.98%;并比基于Bi-LSTM的基线模型运行速度提升5-6倍。（4）多项选择型阅读理解答题系统设计与实现。在本文提出的候选句抽取以及要素抽取方法基础上进一步拓展,提出要素图构建、更新、及融合方式,构建多项选择型阅读理解答题系统,该系统功能模块划分清晰,能够有效验证本文所提方法。
其他文献
随着现代信息技术和移动互联网的发展,信息量以惊人的速度产生和传播,面对数不胜数的信息量,人们难以在短时间内筛选出有用信息。为了帮助用户在节省时间的同时寻找到有用信息,推荐系统应运而生,并得到迅速发展。传统推荐算法通常认为用户兴趣随时间推移是稳定不变的,然而,在真实场景中,随着时间的变化,用户兴趣偏好不断发生改变,新产品的出现、季节的交替、流行趋势的变化等均会影响用户的选择。因此,如何从历史行为数据
随着“互联网+”在教育领域的不断渗透,在线学习平台丰富的学习资源为人们获取信息提供了新的契机。但学习资源的多样性和广泛性导致数据呈指数级增长,致使平台用户难以获取满足自身需求的资源。为了追求平台的用户访问量和学习资源点击量,个性化学习资源推荐算法应运而生。它可根据学习者的行为日志挖掘和推送满足自身需求的学习资源,从而达到“个性化推荐”的目的。然而随着在线学习平台数据海量聚集,资源过度膨胀,传统推荐
孤立点检测作为大数据研究中的一项重要技术,在网络监测、电信和信用卡欺诈、金融证券服务等各大应用领域中都发挥着巨大的作用。孤立点检测的目的在于找出一个数据集中与大多数对象行为显著不同的一部分对象。在众多的孤立点检测方法中,基于聚类的方法因其不需要预先知道数据集的分布和参数少等特点而脱颖而出。但是目前基于聚类的孤立点检测方法中,一部分方法仅通过优化聚类算法来提升孤立点检测的效果,另一部分仅聚焦于簇内孤
近年来,自然语言处理的重心已逐步从句法处理研究转移到语义分析研究中,语义知识库的构建至关重要。汉语框架语义知识库（CFN）已具有一定的规模,但词元库的低覆盖率问题比较严重。CFN现有动词6175个,与现代汉语词典中的17788个动词相差甚远。CFN词元库主要是通过翻译Frame Net已有词元构建的,不可能包含中文所有词语,故需要不断的扩充词元完善CFN词元库。当使用CFN在大规模真实文本中进行框
推荐系统在电子商务和服务型移动终端的应用越来越广泛,使得人们的生活越来越便利。在电子商务网站或论坛中,存在大量蕴含用户对项目某些方面的相关评论,若将这些评论进行细粒度情感分析,既可作为可解释推荐系统中用户对项目评分的依据,又可给出推荐结果的解释原因,从而帮助用户更好地理解推荐结果,提升用户的满意度。因此,本文以项目评论数据为研究对象,通过分析评论中多个对象的细粒度方面项情感极性,进而基于用户在方面
近年来,深度学习在机器视觉,如目标识别与检测,自然语言处理等领域取得了巨大的成功,可以说深度学习推动了人工智能的大跨步发展,解决了很多复杂的模式识别任务。然而深度学习模型常被人称为“黑箱”,即模型学到的表示很难用人类可以理解的方式来提取和呈现,这极大的限制了深度学习的发展,特别是在自动驾驶、金融和医学等领域利用深度学习进行关键决策时,我们往往需要算法具有极大的可靠性。在视觉处理居功至伟的卷积神经网
信息技术在各个领域中的重要性日益凸显出来;而教育行业也在社会的科技化变革中取得了重大的成果。“计算机触控技术+教育”的飞速发展衍生出了大量的媒体教学产品,例如:双屏电子黑板、纳米黑板和电子白板等。在黑板推广调研中发现,在课堂中老师主要采用对学生的观察和提问与学生进行交互,必然会因个人经历的不同导致获取全体学生的学习反馈以及学习状态信息也不同,最终导致无法达到预期的教学效果。针对上述问题,在双屏电子
以森林土为生长基质和开顶生长箱（Open-Top Chambers， OTCs）的近自然法，选择亚热带造林树种大叶相思（Acacia auriculiformis）、红锥（Castanopsis hystrix）、樟树（Cinnamomum camphora）、枫香（Liquidambar formosana）、海南蒲桃（Syzygium hainanense）的一年生树苗构建实验林，探讨了土壤有
数据挖掘是从大量数据或数据库中挖掘出有价值信息的学科,已经在诸多领域得到了应用。而聚类分析作为数据挖掘中一种不可替代的挖掘技术,同样得到广泛应用,聚类分析根据相似性将样本分为不同的簇或子集,使得不同簇中的样本具有很大的差异性。近年来,核方法因其在非线性模式分析任务中的优势,被广泛用于聚类任务中,但是核聚类的性能很大程度上依赖于核函数以及参数的设置上,因此产生了多核聚类方向,近几年来,基于多核聚类的
机器阅读理解作为自然语言理解的关键任务,受到国内外学者的广泛关注。其意义在于使机器具有理解文本语义的能力。本文重点关注机器阅读理解中的多项选择题任务,即给定文章、问题和选项,要求根据文章内容回答问题,从多个选项中选择最佳选项。然而这些选项通常不是直接来自文章片段,其需要根据文章内容进行总结归纳或推理才能得出正确答案,存在更艰巨的挑战。因此,本文旨在面向高考阅读理解中的多项选择题进行研究,主要的工作