| 基于多视角图卷积网络的多跳阅读理解模型 |
| |
| 引用本文： | 郑津,贾兆军,徐万珺,陈雁,李平.基于多视角图卷积网络的多跳阅读理解模型[J].计算机工程与设计,2022,43(5):1280-1287. |
| |
| 作者姓名： | 郑津 贾兆军 徐万珺 陈雁 李平 |
| |
| 作者单位： | 西南石油大学 计算机科学学院,四川 成都 610500 |
| |
| 基金项目： | 国家自然科学基金面上基金项目(61873218);国家自然科学基金青年基金项目(61802321)； |
| |
| 摘 要： | 针对传统的机器阅读理解模型难以胜任从多篇文档中学习多跳实体间语义关系的多跳阅读理解任务,提出一种基于多视角的图卷积神经网络模型MV-GCN。受Inception启发,通过构建多通路的图卷积来拓宽网络,提高模型多视角学习多跳实体间语义相关性的表达能力。引入基于Squeeze-and-Excitation的多视角注意力机制实现前述多视角表达的有效融合。在Wiki Hop通用数据集上的实验结果表明,MV-GCN在多跳阅读理解任务上取得了很好的效果,其性能优于当前的主流方法,可为进一步研究提供借鉴。
|
| 关 键 词： | 多跳阅读理解 图卷积网络 多视角 自注意力 特征融合 |
Multi-hop reading comprehension model based on multi-view graph convolutional network |
| |
| ZHENG Jin,JIA Zhao-jun,XU Wan-jun,CHEN Yan,LI Ping.Multi-hop reading comprehension model based on multi-view graph convolutional network[J].Computer Engineering and Design,2022,43(5):1280-1287. |
| |
| Authors: | ZHENG Jin JIA Zhao-jun XU Wan-jun CHEN Yan LI Ping |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
