抄録
E-001
トピック情報とアテンションつきの再帰型ニューラルネットを用いた文章読解問題の解法の検討
髙島侑里・青野雅樹(豊橋技科大)
機械が文章を読み,理解する能力(Reading Comprehension)の達成度をはかる手法として Cloze-style QA タスクの正答率を測定することが挙げられる.近年大規模なデータセットが公開され,深層学習の 適用が可能となった.本研究では Cloze-style QA の文章と質問が表すトピック情報に焦点を当て,トピ ック情報と深層学習を組み合わせた読解問題の解法モデルを提案する.トピック抽出には潜在的ディリ クレ配分法(LDA)を使用し,さらに 注意機構つきの再帰型ニューラルネットを組み合わせたモデルを構築する.CNN QA データセットでの実験の結果,他の手法の精度を上回り,提案モデルの有効性を確認した.