关于实体关系信息在答案选择网络中应用  

作　　者：毛鹏 苗航 

机构地区：[1]北京邮电大学信息与通信工程学院模式识别实验室

出　　处：《电子技术与软件工程》2019年第24期23-25,共3页ELECTRONIC TECHNOLOGY & SOFTWARE ENGINEERING

摘　　要：论文研究利用神经网络模型解决答案选择问题时,如何有效融入外部知识库关系信息对模型效果进行优化。文章使用深层神经网络、双向注意力机制等算法,将问答句中单词对应的空间词向量进行编码,得到问答句的句矩阵表示,并将句矩阵压缩为句向量表示,通过比对问答句句向量间的特征,判断两句话是否存在问答关系。文章在句矩阵压缩为句向量的池化步骤中,融入了知识库关系信息,优化了句子中单词之间的权重。模型在WikiQA和TRECQA两个数据集上进行对比实验,MAP、MRR两个指标均有提升,证明此方法的有效性。

关 键 词：深层神经网络 关系信息 注意力机制 池化 

分 类 号：G63[文化科学—教育学]