TY -的A2 - G, Thippa Reddy盟,阮Chinh越盟,阮见鬼老爷PY - 2021 DA - 2021/12/28 TI -建立一个Discourse-Argument混合系统对越南为什么回答SP - 6550871六世- 2021 AB -最近,许多深度学习模型存档高导致问答任务与总体F₁分数高于0.88数据集。然而,许多这些模型都很低₁分数所述。这些F₁分数范围从0.57到0.7阵容v1.1发展集。这意味着这些模型更适合提取比所述似是而非的问题的答案。所述被要求解释时是必要的。这些解释可能是参数或者只是主观的意见。因此,我们提出一个方法来找到问题的答案用话语分析和自然语言推理。在我们的方法中,自然语言推理应用于确定隐式参数在句子层面。它也应用于句子相似度的计算。语篇分析应用于确定明确的论点和意见在句子层面上的文档。这两种方法的结果答案候选人被选为每个问题的最终答案。我们还实现一个系统的方法。为什么我们的系统能提供一个答案,一个文档作为阅读理解测试。 We test our system with a Vietnamese translated test set which contains all why-questions of SQuAD v1.1 development set. The test results show that our system cannot beat a deep learning model in F₁分数;然而,我们的系统可以回答更多的问题(回答率为77.0%)比深度学习模型(回答率为61.0%)。SN - 1687 - 5265 UR - https://doi.org/10.1155/2021/6550871 - 10.1155 / 2021/6550871摩根富林明计算智力和神经科学PB - Hindawi KW - ER