10.3969/j.issn.2095-2163.2020.06.002
基于迁移学习的中文阅读理解
深度学习在解决自然语言处理中的机器阅读理解任务方面引起了越来越多的关注.尽管已经取得了巨大的成功,但典型的深度学习方法依赖大量的标记数据,在解决许多实际的问题中通常是不可用的.最近,针对这种情况探索了一种知识转移范式,其目的是利用源问题域的丰富训练数据,帮助模型在目标域中更有效地解决问题.本文重点研究基于渐进神经网络用迁移学习的方式解决中文机器阅读理解任务,提出了一种渐进式学习模型,该模型通过使用交叉注意适配器改进渐进神经网络,进而使其具有在异构输入之间传递知识的能力.通过在中国高考阅读理解数据集进行实验,结果表明本文所提出的模型优于所有的基线模型.
深度学习、机器阅读理解、迁移学习
10
TP18(自动化基础理论)
2020-11-12（万方平台首次上网日期，不代表论文的发表时间）
共4页
1-3,11
