面向阅读理解的句子组合模型
来源：计算机应用杂志2017年第6期北京时间：
作者：王元龙
单位：山西大学 计算机与信息技术学院, 太原 030006
摘要：阅读理解任务需要综合运用文本的表示、理解、推理等自然语言处理技术。针对高考语文中文学作品阅读理解的选项题问题，提出了基于分层组合模式的句子组合模型，用来实现句子级的语义一致性计算。首先，通过单个词和短语向量组成的三元组来训练一个神经网络模型；然后，通过训练好的神经网络模型来组合句子向量（两种组合方法：一种为递归方法；另一种为循环方法），得到句子的分布式向量表示。句子间的一致性利用两个句子向量之间的余弦相似度来表示。为了验证所提方法，收集了769篇模拟材料+13篇北京高考语文试卷材料（包括原文与选择题）作为测试集。实验结果表明，与传统最优的基于知网语义方法相比，循环方法准确率在高考材料中提高了7.8个百分点，在模拟材料中提高了2.7个百分点。
关键词：自然语言理解,句子组合模型,阅读理解,语义相似度计算
基金资助：国家863计划项目（2015AA015407）；山西省自然科学基金资助项目（201601D102030）。
