机器阅读理解软件中答案相关句的抽取算法研究

编写机器阅读理解软件中,一个基本步骤就是对于给定问题先在文档中找到和答案相关的语句。目前该领域大部分算法都使用递归神经网络,但由于很难序列并行化,这类算法在长文档上运行很慢。受人类在首次浏览文章时识别与问题相关的段落或语句,并仔细阅读这些内容得到答案的启发,本文采用一个粗糙但快速的模型用于答案相关句的选择。实验在WIKIREADING LONG数据集上取得了较好的结果。