期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
TransformerG:基于层级图结构与文本注意力机制的法律文本多跳阅读理解
被引量:
1
1
作者
朱斯琪
过弋
+3 位作者
王业相
余军
汤奇峰
邵志清
《中文信息学报》
CSCD
北大核心
2022年第11期148-155,168,共9页
该文针对Cail2020法律多跳机器阅读理解数据集进行研究,提出了TransformerG,一个基于不同层级的实体图结构与文本信息的注意力机制融合的多跳阅读理解模型。该模型有效地结合了段落中问题节点、问题的实体节点、句子节点、句中的实体节...
该文针对Cail2020法律多跳机器阅读理解数据集进行研究,提出了TransformerG,一个基于不同层级的实体图结构与文本信息的注意力机制融合的多跳阅读理解模型。该模型有效地结合了段落中问题节点、问题的实体节点、句子节点、句中的实体节点的特征与文本信息的特征,从而预测答案片段。此外,该文提出了一种句子级滑动窗口的方法,有效解决在预训练模型中文本过长导致的截断问题。利用TransformerG模型参加中国中文信息学会计算语言学专委会(CIPS-CL)和最高人民法院信息中心举办的“中国法研杯”司法人工智能挑战赛机器阅读理解赛道,取得了第2名的成绩。
展开更多
关键词
层级图结构
多跳机器阅读理解
法研杯
下载PDF
职称材料
题名
TransformerG:基于层级图结构与文本注意力机制的法律文本多跳阅读理解
被引量:
1
1
作者
朱斯琪
过弋
王业相
余军
汤奇峰
邵志清
机构
华东理工大学信息科学与工程学院
大数据流通与交易技术国家工程实验室商业智能与可视化研究中心
上海大数据与互联网受众工程技术研究中心
出处
《中文信息学报》
CSCD
北大核心
2022年第11期148-155,168,共9页
基金
上海市科学技术委员会科研计划项目(22DZ1204903,22511104800)。
文摘
该文针对Cail2020法律多跳机器阅读理解数据集进行研究,提出了TransformerG,一个基于不同层级的实体图结构与文本信息的注意力机制融合的多跳阅读理解模型。该模型有效地结合了段落中问题节点、问题的实体节点、句子节点、句中的实体节点的特征与文本信息的特征,从而预测答案片段。此外,该文提出了一种句子级滑动窗口的方法,有效解决在预训练模型中文本过长导致的截断问题。利用TransformerG模型参加中国中文信息学会计算语言学专委会(CIPS-CL)和最高人民法院信息中心举办的“中国法研杯”司法人工智能挑战赛机器阅读理解赛道,取得了第2名的成绩。
关键词
层级图结构
多跳机器阅读理解
法研杯
Keywords
hierarchical graph structure
multi-hop machine reading comprehension
Cail2020
分类号
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
TransformerG:基于层级图结构与文本注意力机制的法律文本多跳阅读理解
朱斯琪
过弋
王业相
余军
汤奇峰
邵志清
《中文信息学报》
CSCD
北大核心
2022
1
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部