%0 Journal Article %A 赖郁婷 %A 曾俋颖 %A 林柏诚 %A 萧瑞辰 %A 邵志杰 %T D-Reader:一种以全文预测的阅读理解模型 %D 2018 %R %J 中文信息学报 %P 135-142 %V 32 %N 11 %X 该文针对2018机器阅读理解技术竞赛提出一个基于双向注意流(BiDAF)BiDAF的阅读理解模型,实作于DuReader中文问答数据集。该文观察到基线系统采用与问题最相近的段落,作为预测的筛选条件,而改以完整段落来预测答案,结果证实优于原方法。并利用fastText训练词向量以强化上下文信息,最后通过集成学习优化结果,提升效能与稳定性。此外,针对DuReader的是非类题型,该文集成两个分类模型,分别基于注意力机制(attention)与相似性机制(similarity)来预测答案类别。该模型最终在“2018机器阅读理解技术竞赛”的评比中得到了ROUGE-L 56.57与 BLEU-4 48.03。 %U http://jcip.cipsc.org.cn/CN/abstract/article_2675.shtml