文献

J-GLOBAL ID：201702258003145545   整理番号：17A1648285

Coattentionは回答選択に基づくBiLSTM【Powered by NICT】

Coattention based BiLSTM for answer selection

著者 (2件)： Zhang Lei (School of Computer Science Beijing University of Posts and Telecommunications) ,  Ma Longxuan (School of Computer Science Beijing University of Posts and Telecommunications)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICIA  ページ： 1005-1011  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 注意リカレントニューラルネットワークは,回答選択に大きな成功,質問応答(QA)の重要なサブタスクを達成した。しかし,以前の研究は,問題の固定表現を用いた回答のための注目情報,回答を問題にする影響を抽出できないを計算した。本研究では,回答選択のためのcoattention基づく双方向LSTMを提案した。以前の注意による作業とは異なり,質問間の相互作用と解答,解答の正誤に応じて異なる疑問表現を捕捉するcoattentionエンコーダを用いる。WikiQAデータセット上で大規模実験を行った。提案したモデルは試験セットに対して良好なMAP(0.7148)とMRR(0.7289)を達成し,多くの強力なベースラインよりも優れている。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 基準線 ,  相互作用 ,  *符号器
準シソーラス用語： リカレントニューラルネットワーク , 【Automatic Indexing@JST】

分類 (2件)： 人工知能  (JE08000Z) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (1件)： 回答