典型文献
基于多视角图卷积网络的多跳阅读理解模型
文献摘要：
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WikiHop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.
文献关键词：
多跳阅读理解;图卷积网络;多视角;自注意力;特征融合
中图分类号：
作者姓名：
郑津;贾兆军;徐万珺;陈雁;李平
作者机构：
西南石油大学 计算机科学学院,四川 成都 610500
文献出处：
引用格式：
[1]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(05):1280-1287
A类：
WikiHop
B类：
图卷积网络,多跳阅读理解,阅读理解模型,机器阅读理解,多篇,文档,语义关系,解任,图卷积神经网络,卷积神经网络模型,MV,GCN,Inception,多通路,宽网,多视角学习,语义相关性,表达能力,Squeeze,Excitation,注意力机制,前述,有效融合,通用数据,主流方法,自注意力,特征融合
AB值：
0.331445
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
