典型文献
基于预训练与答案选择模型的机器问答研究
文献摘要：
机器问答是通过自然语言处理技术,使机器可以理解人们用自然语言提交的问题,同时并对问题做出响应回答.针对机器问答进行研究,采用了基于Bert模型的答案选择模型,提出了基于预训练与答案选择模型的机器问答方法.对于答案选择部分,采用全连接神经网络模型和长短时记忆网络两种网络模型结构,并对这两种模型进行对比分析.所采用的模型在NLPCC-ICCPOL DBQA数据集中评价指标ACC@1、MRR、MAP测试结果分别为0.8102、0.8110、0.7204.在Natural-Conv数据集上评价指标ACC@1、MRR、MAP测试结果分别为0.8380、0.8250、0.8490,其中ACC@1评测结果相较于CNN、LSTM等模型的结果分别提高了0.0854、0.0952.
文献关键词：
机器问答;预训练模型;注意力机制;Bert;答案选择模型
中图分类号：
作者姓名：
周浩轩;周筠昌;孙晶萌;陈珂
作者机构：
广东石油化工学院 计算机学院,广东 茂名525000
文献出处：
引用格式：
[1]周浩轩;周筠昌;孙晶萌;陈珂-.基于预训练与答案选择模型的机器问答研究)[J].广东石油化工学院学报,2022(06):21-25
A类：
DBQA
B类：
答案选择模型,机器问答,自然语言处理技术,解人,提交,Bert,全连接神经网络,长短时记忆网络,模型结构,NLPCC,ICCPOL,ACC,MRR,MAP,Natural,Conv,评测,预训练模型,注意力机制
AB值：
0.268399
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。
