典型文献
基于事件表示的机器阅读理解模型
文献摘要：
要真正理解一段语篇,在阅读理解过程对原文主旨线索的把握是非常重要的.针对机器阅读理解中主旨线索类型的问题,提出了基于事件表示的机器阅读理解分析方法.首先,通过线索短语从阅读材料中抽取篇章事件图,其中包括事件的表示、事件要素的抽取和事件关系的抽取等;然后,综合考虑事件的时间要素、情感要素以及每个词在文档中的重要性,采用TextRank算法选出线索相关的事件;最后,依据所选出的线索事件构建问题的答案.在收集了339道线索类题组成的测试集上,实验结果表明所提方法在BLEU和CIDEr评价指标上与基于TextRank算法的句子排序方法相比均有所提升,具体来说,BLEU-4指标提升了4.1个百分点,CIDEr指标提升了9个百分点.
文献关键词：
自然语言处理;阅读理解;主旨线索类型问题;事件表示;篇章事件图
中图分类号：
作者姓名：
王元龙;刘晓敏;张虎
作者机构：
山西大学计算机与信息技术学院,太原030006
文献出处：
引用格式：
[1]王元龙;刘晓敏;张虎-.基于事件表示的机器阅读理解模型)[J].计算机应用,2022(07):1979-1984
A类：
篇章事件图,主旨线索类型问题
B类：
事件表示,机器阅读理解,阅读理解模型,正理,语篇,理解过程,原文,短语,阅读材料,事件要素,事件关系,情感要素,文档,TextRank,出线,构建问题,测试集,BLEU,CIDEr,句子排序,排序方法,具体来说,指标提升,百分点,自然语言处理
AB值：
0.349636
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。
