AAAI 2020 | 上交大&云从科技提出DCMN+ 模型，破解「阅读理解」难题，获全球领先成绩

正文

请到「今天看啥」查看全文

双线性距离：通过计算文章句子与问题选项对的双线性匹配分数，然后通过线性降维来得到最后的分数：

2.3 答案选项交互（Answer OptionInteraction）

通过引入答案选项之间的比较信息，使得每个答案融入了相对于其他答案的比较信息，从而每个答案选项不在是孤立的，具体计算方式是引入每对选项之间的双线性比较信息，最后使用门控机制与原始的选项信息融合。

2.4 双向匹配策略（BidirectionalMatching）

计算Passage-Question-Answers三元组中所有的两两二元组的双向匹配信息，即P-Q，P-A，Q-A。接下来以Q-A之间的匹配方式作为说明：问题及答案选项分别被编码为以及，则Q-A间的双向匹配表示可以用以下方式计算：

2.5 目标函数

得到文章，问题，答案选项之间双向匹配表示之后，我们把它们串联起来过一层全连接线性层去预测最后的答案，如果是正确的答案选项，Loss可以计算如下：

实验结果

我们在各个多项选择数据集上均取得了最先进的成绩，包括RACE，SemEval-2018 Task11, ROCStories，MCTest以及COIN Task1。

（在RACE上的结果比较，我们取得了最高的成绩）

（在SemEval-2018 Task11, ROCStories，MCTest以及COIN Task1的成绩，我们均取得了最高的成绩）

DCMN+模型在RACE、SemEval-2018 Task11、 ROCStories、MCTest以及COIN Task1不同数据集上均取得了最高成绩。

（在RACE上的结果比较，取得最高成绩）

（在SemEval-2018 Task11, ROCStories，MCTest以及COIN Task1上，也均获得最高成绩）

更多AAAI 2020信息，将在「AAAI 2020 交流群」中进行，加群方式：添加AI研习社顶会小助手（AIyanxishe2），备注「AAAI」，邀请入群。

---

AAAI 2020 论文集：

请到「今天看啥」查看全文