抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
機械読取理解問題は,関連する質問に答えるために与えられた文書から重要な情報を抽出することを目的とする。問題に関する多くの方法が提案されているが,内部の類似性延長問題は解決されていない。類似性延長問題は,いくつかの文章によって引き起こされる誤差に対処するが,回答を含まない問題に非常に類似している。実体は,類似の文章を区別するために利用できる独自性を持っている。本論文では,エンティティフィルタ(NEフィルタ)を提案した。NEフィルタは,類似性延長問題を軽減するために,名前付きエンティティの情報を利用することができる。本論文における実験結果は,NEフィルタが使用したモデルのロバスト性を強化することができることを示した。ベースラインモデルは,元のスクアドデータセット上のF1スコアを減少させることなく,2つの敵のスクアドデータセット上で5%から10%のF1スコアを増加させる。その上,NEフィルタを加えることによって,他の既存のモデルは,オリジナルのものに関する1%未満の損失を有する敵のデータセットに関して,5%のF1スコアを増加させた。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】
