检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于浅层语义树核的阅读理解答案句抽取

中文信息学报 2008年第1期22卷 80-86页

作者：张志昌张宇刘挺李生哈尔滨工业大学计算机学院信息检索研究室黑龙江哈尔滨150001

阅读理解系统是通过对一篇自然语言文本的分析理解,对用户根据该文本所提的问题,自动抽取或者生成答案。本文提出一种利用浅层语义信息的英文阅读理解抽取方法,首先将问题和所有候选句的语义角色标注结果表示成树状结构,用树核(tree ker... 详细信息

阅读理解系统是通过对一篇自然语言文本的分析理解,对用户根据该文本所提的问题,自动抽取或者生成答案。本文提出一种利用浅层语义信息的英文阅读理解抽取方法,首先将问题和所有候选句的语义角色标注结果表示成树状结构,用树核(tree kernel)的方法计算问题和每个候选句之间的语义结构相似度,将该相似度值和词袋方法获得的词匹配数融合在一起,选择具有最高分值的候选句作为最终的答案句。在Remedia测试语料上,本文方法取得43.3%的HumSent准确率。

关键词：计算机应用中文信息处理阅读理解答案句抽取浅层语义树核

在线全文

学校读者我要写书评

暂无评论

基于框架语义的高考语文阅读理解答案句抽取

基于框架语义的高考语文阅读理解答案句抽取

作者：刘姝林山西大学

学位级别：硕士

目前存在于互联网的海量知识大多是以文本形式呈现,计算机对文本知识的表示与深度理解在一定程度上代表着智能信息处理的水平。问答系统在一定程度上可以验证计算机对文本知识理解的能力。阅读理解问答一直以来被看作是问答系统的重要... 详细信息

目前存在于互联网的海量知识大多是以文本形式呈现,计算机对文本知识的表示与深度理解在一定程度上代表着智能信息处理的水平。问答系统在一定程度上可以验证计算机对文本知识理解的能力。阅读理解问答一直以来被看作是问答系统的重要组成部分,尤其在问题分析以及答案句抽取方面受到诸多研究机构的青睐。本文依托国家863计划,针对高考语文科技文阅读理解问答题,提出借助框架语义匹配、框架语义关系、篇章框架语义视图抽取答案候选句,在排序时引入流形排序模型,通过答案句之间的框架语义句子相关度将排序分数进行迭代传播,最终选取分数较高的Top-4作为答案句。文章的主要研究内容及成果如下:一是在答案候选句抽取时引用了汉语框架语义知识。利用框架语义抽取答案候选句,一方面由于框架网络包含了比其它词典更为详细的“句法-语义”信息;另一方面,框架语义关系针对的不是相邻句子之间的关系,而是阅读材料中所有句子所揭示的语义场景之间的关系。二是答案候选句排序时利用了流形排序模型。该模型是一种半监督全局排序算法。在该模型中又充分利用了答案候选句之间的框架语义相关性,将排序分数进行迭代传播,直到全局稳定状态,最终所有的节点都得到了合理的排序分数。实验表明,定位问句出处补全或者扩展了问句的语义场景,答案候选句抽取方法很大程度上提高了答案句的召回率,流形排序模型极大地提高了答案句的准确率。本文主要内容分为三部分,首先介绍的是本文所研究的高考阅读理解问答的相关概述,包括任务与难点;其次,详细介绍汉语框架语义网,以及在此基础上,提出的句子框架语义相关度计算方法和篇章框架语义视图的构建方法;最后将这些方法应用于真实高考语文阅读理解问答语料上,并进行了评估与分析。

关键词：阅读理解框架语义篇章框架视图答案句抽取流形排序

基于Bi-LSTM和Max Pooling的答案句抽取技术

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

吉林大学学报（信息科学版） 2019年第4期37卷 390-398页

作者：王策万福成于洪志马宁吴甜甜杨方韬西北民族大学中国民族语言文字信息技术教育部重点实验室

针对传统问答系统答案抽取方式对答案片段的分词和上下文语义理解准确性的依赖严重,抽取过程耗费大量的人力和时间的问题,提出采用分步抽取答案的方法,先从答案片段中抽取包含答案的句子,再从提取的答案句中进行最终答案的抽取方式。在... 详细信息

针对传统问答系统答案抽取方式对答案片段的分词和上下文语义理解准确性的依赖严重,抽取过程耗费大量的人力和时间的问题,提出采用分步抽取答案的方法,先从答案片段中抽取包含答案的句子,再从提取的答案句中进行最终答案的抽取方式。在答案句抽取过程中使用Bi-LSTM(Bi-directional Long Short-Term Memory)和Max Pooling结合的方法构建答案句抽取模型。实验结果表明,在答案句的抽取中,该模型的MRR(Mean Average Precision)指数接近0. 75。

关键词：中文问答系统答案句抽取 Bi-LSTM算法

在线全文

学校读者我要写书评

暂无评论

面向多段落高考阅读理解的答案句抽取方法

软件导刊 2022年第8期21卷 1-6页

作者：贺文静张虎山西大学计算机与信息技术学院山西太原030006

高考阅读理解试题语言复杂度高、自动答题难度大,是机器阅读理解领域极具难度的研究对象。问答题是高考阅读理解试题一类重要题型,答案通常分布在阅读材料的不同段落,现有抽取式阅读理解方法并未考虑该情况。同时,材料中答案句的数量通... 详细信息

高考阅读理解试题语言复杂度高、自动答题难度大,是机器阅读理解领域极具难度的研究对象。问答题是高考阅读理解试题一类重要题型,答案通常分布在阅读材料的不同段落,现有抽取式阅读理解方法并未考虑该情况。同时,材料中答案句的数量通常远小于非答案句,存在不平衡特性。基于此,采用“段落筛选器—答案句抽取”答题框架,计算段落与问题的相关性得分对段落进行排序,为每个问题选择与之最相关的前k个段落,采用数据增强方法扩充数据集中的答案句,解决答案句较少的问题。实验结果表明,所提出的方法召回率达到51.76%,相较于基线模型RoBERTa提升11.37%。

关键词：答案句抽取机器阅读理解问答题自然语言处理

基于浅层语义树kernel的阅读理解答案句抽取

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

基于浅层语义树kernel的阅读理解答案句抽取

第三届全国信息检索与内容安全学术会议

作者：张志昌张宇刘挺李生哈尔滨工业大学计算机学院信息检索研究室

本文提出一种利用浅层语义信息的英文阅读理解答案句抽取方法,首先将问题和所有候选句的语义角色标注结果表示成树状结构,用树 kernel 的方法计算问题和每个候选句之间的语义结构相似度,将该相似度值和词袋方法获得的词匹配数融合在一起... 详细信息

本文提出一种利用浅层语义信息的英文阅读理解答案句抽取方法,首先将问题和所有候选句的语义角色标注结果表示成树状结构,用树 kernel 的方法计算问题和每个候选句之间的语义结构相似度,将该相似度值和词袋方法获得的词匹配数融合在一起,选择具有最高分值的候选句作为最终的答案句。在 Remedia 测试语料上,本文方法取得43．3%的 HumSent 准确率。

关键词：阅读理解答案句抽取浅层语义树 kernel

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

基于异构图神经网络的高考阅读理解问答研究

中文信息学报 2023年第5期37卷 101-111页

作者：杨陟卓李沫谦张虎李茹山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

机器阅读理解是自然语言处理领域的核心任务,高考阅读理解自动问答是近年来阅读理解任务中的重要挑战。由于高考题难度较大,同时高考阅读理解问答的数据集较少,导致传统的方法答题效果欠佳。基于此,该文提出一种基于异构图神经网络的答... 详细信息

机器阅读理解是自然语言处理领域的核心任务,高考阅读理解自动问答是近年来阅读理解任务中的重要挑战。由于高考题难度较大,同时高考阅读理解问答的数据集较少,导致传统的方法答题效果欠佳。基于此,该文提出一种基于异构图神经网络的答案句抽取模型,将丰富的节点(句子节点、词语节点)和节点之间的关系(框架关系、篇章主题关系)引入图神经网络模型中,问句不仅可以通过中继词语节点与候选句节点进行交互,还可以通过框架语义和篇章主题关系与候选节点进行相互更新。不同类型的语义节点和多维度的语义关系可以帮助模型更好地对信息进行筛选、理解和推理。模型在北京高考语文真题上进行测试,实验结果表明,基于图神经网络的问答模型答题效果优于基线模型,F1值达到了78.08%,验证了该方法的有效性。

关键词：阅读理解问答答案句抽取异构图神经网络框架语义篇章主题

在线全文

学校读者我要写书评

暂无评论

基于CFN和篇章主题的概括型问答题的解答

中文信息学报 2020年第12期34卷 73-81页

作者：杨陟卓李春转张虎钱揖丽李茹山西大学计算机与信息技术学院山西太原030006 山西大学计算智能与中文信息处理教育部重点实验室山西太原030006

相对于普通阅读理解,高考语文阅读理解难度更大,问句更加抽象,答案候选句的抽取除了注重与问句的相似性分析,还注重对材料内容以及作者的观点的概括归纳。因此该文提出了利用汉语框架网(Chinese FrameNet)抽取与问句语义相似的候选句的... 详细信息

相对于普通阅读理解,高考语文阅读理解难度更大,问句更加抽象,答案候选句的抽取除了注重与问句的相似性分析,还注重对材料内容以及作者的观点的概括归纳。因此该文提出了利用汉语框架网(Chinese FrameNet)抽取与问句语义相似的候选句的方法,通过识别篇章主题(段落主题句和作者观点句),生成与问句相关的内容要点以及作者的观点态度,最终选取top 6作为答案句。在近12年北京市高考真题上进行测试,召回率达到了68.69%,验证了该方法的有效性。

关键词：概括型问答题框架语义篇章主题答案句抽取

在线全文

学校读者我要写书评

暂无评论

基于逻辑表示与推理的阅读理解答案抽取

基于逻辑表示与推理的阅读理解答案抽取

作者：张志辉哈尔滨工业大学

学位级别：硕士

自动问答系统是信息检索领域的一个重要研究方向,阅读理解系统是其一个重要研究分支。阅读理解系统通过对一篇自然语言文本的分析理解,针对用户根据该文本所提的问题,自动抽取或者生成答案。知识表示与推理作为一种自然语言理解方法,具... 详细信息

自动问答系统是信息检索领域的一个重要研究方向,阅读理解系统是其一个重要研究分支。阅读理解系统通过对一篇自然语言文本的分析理解,针对用户根据该文本所提的问题,自动抽取或者生成答案。知识表示与推理作为一种自然语言理解方法,具有将上下文知识形式化并易于自动推理的优点。本文将知识表示与推理应用于阅读理解系统。将逻辑推理应用与阅读理解需要将阅读理解问题转换为合适的逻辑推理问题,用逻辑推理得到的论证对阅读理解的问题进行答案抽取。在文本的知识表示方法上,本文采用文本谓词表示方法。文本谓词表示是一种一阶谓词逻辑表示方法,不同的单词对应不同的逻辑谓词,谓词参数的位置信息表示句法语义信息。为实现文本谓词表示的自动生成,本文在句法分析的结果上建立了逻辑表示转换系统。并在定理证明机Prover9的基础上实现了文本逻辑表示的自动推理系统。首先,本文将阅读理解篇章与问题送入逻辑表示转换系统生成对应的文本逻辑表示,对问题逻辑表示深入处理以保持阅读理解问题的意义;然后将逻辑表示与相关推理知识交给逻辑推理系统,得出推理论证。在逻辑推理的过程中,知识库的作用至关重要。本文采用XWN作为推理知识库,并提出了一些推理规则作为知识库的补充。实验表明,这些补充推理规则提高了逻辑推理的准确率。最后,本文按词袋方法从推理论证中抽取答案句,并用词袋方法为无法得到逻辑推理论证的问题抽取答案。最终在Remedia语料上获得了39.0%的HumSent准确率。本文还尝试用词袋方法返回多个答案,用逻辑推理方法对多个答案进行重排序,这种方法在Remedia语料上获得了40.0%的HumSent准确率。

关键词：阅读理解答案句抽取文本逻辑表示自动逻辑推理

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

散文观点类问题的自动解答方法研究

散文观点类问题的自动解答方法研究

作者：张兆滨山西大学

学位级别：硕士

机器阅读理解要求机器拥有理解、推断文本能力,依据给定背景材料,回答对应的问题。现有的阅读理解研究大多集中于各大开放域的语料库,背景材料描述简洁直白,问题清晰明了。而散文背景材料语句含蓄优美,含义深刻,问题更加抽象概括,更具... 详细信息

机器阅读理解要求机器拥有理解、推断文本能力,依据给定背景材料,回答对应的问题。现有的阅读理解研究大多集中于各大开放域的语料库,背景材料描述简洁直白,问题清晰明了。而散文背景材料语句含蓄优美,含义深刻,问题更加抽象概括,更具有挑战性。本文针对高考散文阅读理解观点类问答题的自动解答方法展开研究,主要研究工作如下:（1）阅读理解观点类问题分析。通过对历年高考语文阅读理解题型进行统计,观察到观点类问题分值比较高。进行进一步实例分析后,本文观察到观点类问题中的背景材料所属的散文体裁语句表达含蓄、有意境,问题表达较抽象、概括性较强,且提问方式多样,经过人工归类,本文将其分为证据类与原因类。另外,为了支撑机器对观点类问题的研究,本文构建了观点类问答题的语料库。（2）基于问题词汇扩展的证据类问题解答方法。由于证据类问题的表达复杂抽象,而背景材料的内容表达丰富且含蓄,导致问题与答案之间出现语义鸿沟。针对该问题,本文提出了基于Multi-HLSTM模型的问题词汇扩展方法。首先将背景材料与问题进行交互注意,同时构建预测原问题和预测问题扩展两个任务,使模型对问题进一步扩展。最后将扩展后的问题与原问题同时应用于问题的答案句抽取中。实验结果显示,问题扩展模型对证据类问题答案句的抽取性能具有一定的提升作用。（3）融合情感特征的原因类问题解答方法。原因类问题的解答需要考虑答案与问题之间的因果逻辑关系。通过分析语料中问题与答案,发现该类问题与答案的情感的表达往往一致。因而,本文构建基于答案与问题句对的方法,帮助原因类问题的解答。该方法提取问题句和答案句的情感特征,将其融入到BERT模型的嵌入层中,帮助单篇阅读材料中“问题句-答案句”句对识别分类。实验结果显示,本文基于问题与答案句对的识别方法,提升了原因类问题答案句的抽取精度。（4）观点类问题解答系统。利用本文提出的基于问题词汇扩展的证据类问题解答方法、融合情感特征的原因类解答方法,构建了高考散文阅读理解观点类问题解答系统,该系统界面简洁,功能模块划分清晰,能够很好的展现本文提出方法的实用性。

关键词：阅读理解观点类问题问题词汇扩展句对识别答案句抽取