王元龙

(山西大学 计算机与信息技术学院，太原030006)

面向阅读理解的句子组合模型

王元龙*

(山西大学 计算机与信息技术学院，太原030006)

(*通信作者电子邮箱ylwang@sxu.edu.cn)

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。

自然语言理解；句子组合模型；阅读理解；语义相似度计算

0 引言

阅读理解(Reading Comprehension, RC)的任务是能够读懂单篇文档，理解文中的意思且作适当的处理用于回答设计的问题，它是自然语言处理和知识表示的一个重要应用领域，驱动着该领域相关技术的发展[1-2]。近年来，随着人工智能的浪潮，阅读理解技术也越来越受到了众多自然语言处理研究机构及人工智能研究机构的关注[1]。中文阅读理解中选择题的目标在于理解单篇文档，选出最符合文意的选项。……