服务介绍
功能体验
使用说明
服务评论
功能描述
采用深度学习QANet深度学习网络模型框架,学习、理解大规模的、标注了问题-答案对的军事新闻文本数据集,使模型具备深度理解相同领域、相同类型文本数据语义的能力。
对于给定的军事新闻类文章,通过预训练的机器阅读理解模型,提供自动解读从新闻文本内容中主观抽取的问题语义的能力,并自动定位、分析、推理给定问题的答案,实现对未知军事新闻类文本数据的深度理解功能。
应用场景
智能军事系统应用
大规模新闻分析整理

可用于智能军事系统应用回答匹配问题。使用机器阅读理解识别军事新闻文本,匹配所问问题,分析篇章内容并获取答案,机器阅读理解将在如何提供非模板式的回答中发挥作用。传统军事情报系统需要从大量语料中人工抽取答案,耗费大量人力物力,通过机器阅读理解,机器可以直接对信息进行阅读和归纳,来解答提问,提高工作效率,节省标注人员时间。
技术特色
深度学习增强模型表示能力
随着深度学习技术的蓬勃发展,我们使用了基于深度神经网络的表示学习技术。利用深度神经网络对文档和问题进行建模,自动化地学习到文本中的词法、句法及语义信息。采用完全端到端的神经网络建模,消除了分步骤产生的级联误差。除此之外,采用神经网络的方法能够通过大量的训练数据学习到泛化的知识表示,对篇章和问题从语义层面上高度抽象化。
使用前沿、全面、领先的技术
我们采用QAnet作为基础模型。模型输入层增加elmo、词性、语义(Hownet)、共现信息,多种信息结合在一起,增加模型的表示能力;隐层增加卷积-反卷积模块,增强语义表示;结合最小风险训练修改损失函数,对模型输出进行良好扩展;增加辅助任务,让模型能动态调整适应不同类型输入。






