基于Transformer的机器阅读理解对抗数据生成
Adversarial data generation for reading comprehension with Transformer作者机构：哈尔滨工业大学计算机科学与技术学院哈尔滨150001
出 版 物：《智能计算机与应用》 (Intelligent Computer and Applications)
年 卷 期：2021年第11卷第1期
页 面：1-7页
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
主 题：机器阅读理解 文本生成 Transformer结构 深度学习
摘 要：机器阅读理解任务是衡量模型对于文本信息理解程度的一种重要方式,一直以来备受关注。近年来,很多学者在这一任务上提出了自己的模型,并取得了相当不错的成绩,其中一部分甚至已经超越了人工回答的准确率。然而,这些模型是否真正地、深入地理解了文本语义,还是仅依靠浅层的词语相似度和答案类型来进行简单的搜索?为了进一步评价阅读理解模型对于文章语义的理解程度,本文提出了一种基于Transformer结构的对抗数据生成方法,并对主流阅读理解模型进行了检测。
维普期刊数据库
同方期刊数据库