第４０卷第７期计算机应用与软件Ｖｏｌ４０Ｎｏ．７２０２３年７月ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅＪｕｌ．２０２３基于ＢＥＲＴ和题干要素语义增强的高考阅读理解自动答题宋泽宇１王笑月１张虎１李茹１，２１（山西大学计算机与信息技术学院山西太原０３０００６）２（山西大学计算智能与中文信息处理教育部重点实验室山西太原０３０００６）收稿日期：２０２０－０９－１８。国家重点研发计划重点专项（２０１８ＹＦＢ１００５１０３）；国家自然科学基金项目（６１７７２３２４）。宋泽宇，硕士生，主研领域：自然语言处理。王笑月，硕士生。张虎，副教授。李茹，教授。摘要高考阅读理解试题因其语言复杂度高和自动答题难度大，已成为机器阅读理解领域一项具有挑战性的任务。现有的答题方法普遍关注选项与材料的语义相似性，易于忽视题干信息对正确答案的要求，基于此，提出一种基于ＢＥＲＴ与题干要素语义增强的高考阅读理解自动答题方法。通过构建问题模板的方式获取题干关键要素信息并生成问题标签；通过改写题干内容统一题干要求；将问题标签与ＢＥＲＴ模型相结合完成答案选择。在高考数据集上的实验结果表明，该方法比多个典型的机器阅读理解基线模型取得了更好的效果。关键词高考阅读理解选择题题干关键要素信息ＢＥＲＴ中图分类号ＴＰ３文献标志码ＡＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０２３．０７．０２４ＡＵＴＯＭＡＴＩＣＡＮＳＷＥＲＯＦＣＨＩＮＥＳＥＣＯＬＬＥＧＥＥＮＴＲＡＮＣＥＥＸＡＭＩＮＡＴＩＯＮＣＨＩＮＥＳＥＲＥＡＤＩＮＧＣＯＭＰＲＥＨＥＮＳＩＯＮＢＡＳＥＤＯＮＢＥＲＴＡＮＤＳＥＭＡＮＴＩＣＥＮＨＡＮＣＥＭＥＮＴＯＦＱＵＥＳＴＩＯＮＥＬＥＭＥＮＴＳＳｏｎｇＺｅｙｕ１ＷａｎｇＸｉａｏｙｕｅ１ＺｈａｎｇＨｕ１ＬｉＲｕ１，２１（ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒａｎｄＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｙ，ＳｈａｎｘｉＵｎｉｖｅｒｓｉｔｙ，Ｔａｉｙｕａｎ０３０００６，Ｓｈａｎｘｉ，Ｃｈｉｎａ）２（ＫｅｙＬａｂｏｒａｔｏｒｙｏｆＣｏｍｐｕｔａｔｉｏｎａｌＩｎｔｅｌｌｉｇｅｎｃｅａｎｄＣｈｉｎｅｓｅＩｎｆｏｒｍａｔｉｏｎＰｒｏｃｅｓｓｉｎｇｏｆＭｉｎｉｓｔｒｙｏｆＥｄｕｃａｔｉｏｎ，ＳｈａｎｘｉＵｎｉｖｅｒｓｉｔｙ，Ｔａｉｙｕａｎ０３０００６，Ｓｈａｎｘｉ，Ｃｈｉｎａ）ＡｂｓｔｒａｃｔＢｅ...
