基于BERT和题干要素语义增强的高考阅读理解自动答题 |
| |
引用本文: | 宋泽宇,王笑月,张虎,李茹.基于BERT和题干要素语义增强的高考阅读理解自动答题[J].计算机应用与软件,2023(7):151-158. |
| |
作者姓名: | 宋泽宇 王笑月 张虎 李茹 |
| |
作者单位: | 1. 山西大学计算机与信息技术学院;2. 山西大学计算智能与中文信息处理教育部重点实验室 |
| |
基金项目: | 国家重点研发计划重点专项(2018YFB1005103);;国家自然科学基金项目(61772324); |
| |
摘 要: | 高考阅读理解试题因其语言复杂度高和自动答题难度大,已成为机器阅读理解领域一项具有挑战性的任务。现有的答题方法普遍关注选项与材料的语义相似性,易于忽视题干信息对正确答案的要求,基于此,提出一种基于BERT与题干要素语义增强的高考阅读理解自动答题方法。通过构建问题模板的方式获取题干关键要素信息并生成问题标签;通过改写题干内容统一题干要求;将问题标签与BERT模型相结合完成答案选择。在高考数据集上的实验结果表明,该方法比多个典型的机器阅读理解基线模型取得了更好的效果。
|
关 键 词: | 高考阅读理解 选择题 题干关键要素信息 BERT |
|