摘要: 在片段抽取式机器阅读理解任务中,基于预训练语言模型微调的方法普遍通过预测答案的开始边界和结束边界以获取答案。这种答案获取方式会导致模型出现预测边界不够准确的问题。为缓解该问题,该文提出了一种边界感知的方法。该方法对问题边界进行强调,将感知的问题边界语义信息融入到答案边界回归器中,实现了对偏差的预测边界的进一步调整。该方法能有效增强模型对问题边界信息的感知并且实现对预测答案边界的校准。在公共数据集SQuAD1.1、HotpotQA数据集和NewsQA数据集上的实验证实了本文提出方法的有效性,并通过消融实验验证了该方法中每一个模块的必要性。
中图分类号: