【論文閱讀】Generating Natural Answers by Incorporating Copying and Retrieving Mechanisms in Sequence-to-S

採用拷貝與檢索機制在序列預測的模型中生成自然語言的問題答案 爲了生成自然語言答案，現有的方法通常利用一些了的NLP tools與歸納模板，這種方式覆蓋度低，難以應對豐富的語言現象，文章將問答看做端到端的學習問題，在應對問答時，通過分析問題、在知識庫中檢索來生成連貫的正確地答案。 在解碼階段，不同於機器翻譯，預測詞並非都來自設定好的詞表，而是分別來自詞表、問題本身以及知識庫，通過在網絡中結合問句與知

>>阅读原文<<