面向高考阅读理解的句子语义相关度-清华大学学报

面向高考阅读理解的句子语义相关度-清华大学学报

ID:32419333

大小:1.14 MB

页数:6页

时间:2019-02-04

面向高考阅读理解的句子语义相关度-清华大学学报_第1页
面向高考阅读理解的句子语义相关度-清华大学学报_第2页
面向高考阅读理解的句子语义相关度-清华大学学报_第3页
面向高考阅读理解的句子语义相关度-清华大学学报_第4页
面向高考阅读理解的句子语义相关度-清华大学学报_第5页
资源描述:

《面向高考阅读理解的句子语义相关度-清华大学学报》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、ISSN1000G0054清华大学学报(自然科学版)2017年第57卷第6期3/19CN11G2223/NJTsinghuaUniv(Sci&Technol),2017,Vol.57,No.6575G579,585面向高考阅读理解的句子语义相关度郭少茹1,张虎1,钱揖丽1,李茹1,2,杨陟卓1,顾兆军3,马淑晖1(1.山西大学计算机与信息技术学院,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,太原030006;3.中国民航大学信息安全测评中心,天津300300)摘要:高考阅读理解选择题是基于背景材料,通过对材料arekeystosolvingthep

2、roblem,withsentencelevelsemantic的“理解”从多个选项中选出最佳选项.由于提供的背景材relevancyanalysisasthefoundation.Thispaperpresentsanalgorithmtocalculatethesemanticrelevancybetweensentences料相对较短且关键信息极具隐藏性,答案可能无法在背景basedonMultiGDimensionVotingbyanalyzinglargenumbersof材料中直接找到,因此从背景材料中挖掘信息并与选项进multipleGchoicequesti

3、onsfromChinesescientificarticletext行相关性分析是解答该类问题的关键,而句子级的语义相understandingquestionsfromcollegeentranceexaminations.The关性分析是背景材料与选项相关性分析的基础.该文通过methodutilizesthevotingalgorithmtotakeadvantageofdifferentsizemetricstoselectthebestoption.Thealgorithmaccuracyforthe对大量高考科技文文意理解类选择题进行分析,提出基于nation

4、alcollegeentranceexaminationofBeijingtextunderstanding多维度投票算法的句子语义相关度计算方法.该方法将不questionsis53.84%,whichverifiesthevalidityofthemethod.同维度的语义相关性作为度量标准,运用投票算法的思想,Keywords:Chinesecollegeentranceexamination;textunderstanding;选取问题的最佳选项.在近十年北京市高考真题上进行测multipleGchoicequestions;multiGdimensionvotin

5、g;试,解答准确率为53.84%,验证了该方法的有效性.semanticrelevancy关键词:高考语文;文意理解;选择题;多维度投票算法;语义相关度阅读理解式问答要求系统在“阅读”完一篇材料[1]中图分类号:TP391.1文献标志码:A后,根据对材料的“理解”给出问题的答案.近年[24]文章编号:1000G0054(2017)06G0575G05来,开放域事实类问答系统引起了人们的广泛DOI:10.16511/j.cnki.qhdxxb.2017.26.021关注,该系统利用信息检索技术从无结构的互联网文本中搜索和生成答案,采用信息抽取及信息融合Semanticrele

6、vancybetweensentencesfor策略解答事实型问题.此外,相关学者对社区类问[5]答系统也做了广泛研究,该类系统主要依赖于网Chinesereadingcomprehension民的贡献.2010年IBM公司研发了Watson问答oncollegeentranceexaminations系统,在«危险边缘Jeopardy!»中战胜人类选手,GUOShaoru1,ZHANGHu1,QIANYili1,LIRu1,2,YANGZhizhuo1,GUZhaojun3,MAShuhui1这是人工智能研究历史上一个里程碑式的辉煌(1.SchoolofComputer&

7、InformationTechnology,ShanxiUniversity,Taiyuan030006,China;收稿日期:2016G12G152.KeyLaboratoryofMinistryofEducationfor基金项目:国家“八六三”高技术项目(2015AA015407);ComputationIntelligence&ChineseInformationProcessing,国家自然科学基金资助项目(61373082,61673248,ShanxiUniversity,Taiyuan030006,

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。