杨陟卓，韩 晖，张 虎，钱揖丽，李 茹,2

(1. 山西大学 计算机与信息技术学院，山西 太原 030006；2. 山西大学 计算智能与中文信息处理教育部重点实验室，山西 太原 030006)

0 引言

机器阅读理解的目标是让机器像人类一样阅读文本，提炼文本信息并准确回答相关问题。目前，机器阅读理解作为自然语言处理的核心领域，借助于深度学习技术获得了快速发展，成为学术界研究的焦点。

阅读理解从题型上划分可以分为选择题、填空题、问答题三大类型。其中，填空题的数据集代表有CNN/Daily Mail、汉语PeopleDaily/CFT等；选择题的数据集代表有MCTest、RACE等；而问答题的数据集代表有SQuAD、DuReader和CMRC等。上述问答题数据集中的问题较简单，而高考语文阅读理解的问题较为复杂，背景材料相对较长且答案具有较强的隐藏性。通常考察考生筛选并整合文中关键信息的能力，必须对问题和全文信息进行深度理解和推理才能获取正确答案。高考语文阅读理解中问答题样例如表1所示。

表1 2018年北京高考语文阅读理解问答题

近年来，随着深度学习技术的快速发展和广泛应用，机器阅读理解能力有了大幅提高。深度学习模型的优势在于能够自动捕获文本的有效信息，使得问答系统中很多语义鸿沟问题得到一定程度的改善或解决。端到端的深度学习模型减轻了人工标注的大量工作，灵活多变的深度网络结构提供了强大的文本建模能力。 但是，直接将这些模型应用在高考任务中存在以下不足：

(1) 没有对高考阅读理解问句进行预处理。……