疫情政务问答助手算法冠军开源
共 1821字，需浏览 4分钟
·
2021-11-15 14:37
向AI转型的程序员都关注了这个号👇👇👇
机器学习AI算法工程 公众号：datayx
疫情政务问答助手比赛提供以疫情相关的政策数据集、用户问题以及标注好的答案，其中答案片段一定出现在政策数据集中，因此可以认为答案一定是文档中的一个片段（span）
本队将该赛题看成多文档阅读理解任务（Multi-Document Machine Reading Comprehension, MDMRC），这一问题已经在学术界有了较多的研究。大部分的研究将MDMRC分解为文档检索任务和抽取型阅读理解任务，其中文档检索任务在文档库中检索到和问题最相关的若干文档，抽取型阅读理解任务在从检索到的文档中抽取问题对应的答案片段。这种框架形式较为灵活，可以在不同的子任务中尝试不同的方法，然后再将子任务的结果组合得到最终答案。
方法概要
本队采用了文档检索-阅读理解框架，使用了预训练模型、召回优化、负样本选择策略、多任务训练等方法辅助模型训练，最后通过模型融合得到了在测试集(A榜)0.744的Rouge-L分数，排名第一，验证了自然语言处理可以有效应用于实际生活中。
项目代码，PPT 获取方式：
关注微信公众号 datayx 然后回复 阅读理解 即可获取。
机器学习算法AI大数据技术
搜索公众号添加： datanlp
长按图片，识别二维码
阅读过本文的人还看了以下文章：
基于40万表格数据集TableBank，用MaskRCNN做表格检测
《深度学习入门：基于Python的理论与实现》高清中文PDF+源码
2019最新《PyTorch自然语言处理》英、中文版PDF+源码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
PyTorch深度学习快速实战入门《pytorch-handbook》
【下载】豆瓣评分8.1,《机器学习实战:基于Scikit-Learn和TensorFlow》
李沐大神开源《动手学深度学习》，加州伯克利深度学习（2019春）教材
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx