计算机工程

北大核心,CA,INSPEC,JST,Pж(AJ)

国内刊号:31-1289/TP

国际刊号:1000-3428

计算机工程杂志2022年第7期:融合因果关系表征的阅读理解因果关系类选项判断

发布日期:

作者:普瑞丽, 王元龙, 李茹

单位: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

关键词:高考阅读理解,因果关系类选项,因果关系网络,因果关系表征,可解释性

基金:国家重点研发计划重点专项“基于大数据的类人智能关键技术与系统”(2018YFB1005103);国家自然科学基金“面向汉语篇章语义分析的框架推理技术研究”(61772324);国家自然科学基金“基于事件的图文数据阅读理解关键技术研究”(61806117)。

阅读理解因果关系类选项是指存在因果线索词的选项,此类选项需要根据原文中的因果关系表征进行作答。基于高考阅读理解任务构建因果关系网络,提出融合因果关系表征的因果关系类选项判断方法。采用模式匹配方法抽取原文的因果句对,根据文章因果句对抽取出因果关系词对,并通过点互信息计算因果关系词对之间的因果关联强度,从而构建因果关系网络来表征原文的因果关系。在此基础上,将因果关系表征融入到BERT模型中,预测因果关系选项和原文是否一致。同时,根据高考阅读理解大纲结合语料库发现错误类型分为因果颠倒、强加因果、偷换原因或结果、其他类型等4类,根据每一种错误类型的特点结合预测结果确定选项的错误类型,并提供一个错误解释,以增强方法的可解释性。选用近15年全国高考试题及模拟题中的4 071个科技类阅读理解因果选项进行实验,结果显示F1值达到62.09%,验证了该方法的有效性。

来源:2022年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第7期

联系我们

  • 地址:上海市嘉定区澄浏公路63号
  • 电话:(021) 67092217
  • E-mail:ecice06@ecict.com.cn

咨询工作人员