期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于多任务联合训练的法律文本机器阅读理解模型
被引量：
6
1
作者
李芳芳
任星凯
+2 位作者
毛星亮
林中尧
刘熙尧
《中文信息学报》
CSCD
北大核心
2021年第7期109-117,125,共10页
随着裁判文书等司法大数据不断积累,如何将人工智能与法律相结合成为了法律智能研究的热点。该文针对2020中国法研杯司法人工智能挑战赛(CAIL2020)的机器阅读理解任务,提出了一种基于多任务联合训练的机器阅读理解模型。该模型将阅读理...
随着裁判文书等司法大数据不断积累,如何将人工智能与法律相结合成为了法律智能研究的热点。该文针对2020中国法研杯司法人工智能挑战赛(CAIL2020)的机器阅读理解任务,提出了一种基于多任务联合训练的机器阅读理解模型。该模型将阅读理解任务划分为四个子模块:文本编码模块、答案抽取模块、答案分类模块和支持句子判别模块。此外,该文提出了一种基于TF-IDF的"问题-文章句子"相似度匹配的数据增强方法。该方法对中国法研杯2019的训练集进行重新标注,实现数据增强。通过以上方法,最终该集成模型在2020中国法研杯机器阅读理解任务中联合F1值为74.49,取得全国第一名。
展开更多
关键词
中国法研杯
机器阅读理解
多任务联合训练
在线阅读
下载PDF
职称材料
题名
基于多任务联合训练的法律文本机器阅读理解模型
被引量：
6
1
作者
李芳芳
任星凯
毛星亮
林中尧
刘熙尧
机构
中南大学计算机学院
移动医疗教育部-中国移动联合重点实验室
湖南工商大学大数据与互联网创新研究院
出处
《中文信息学报》
CSCD
北大核心
2021年第7期109-117,125,共10页
基金
国家重点研发计划(2020YFC0832700)
国家自然科学基金(71790615)
+2 种基金
国防科技重点实验室基金(6142101190302)
湖南省自然科学面上基金(2020JJ4746)
湖南省长沙市自然科学基金(Kq2014134)。
文摘
随着裁判文书等司法大数据不断积累,如何将人工智能与法律相结合成为了法律智能研究的热点。该文针对2020中国法研杯司法人工智能挑战赛(CAIL2020)的机器阅读理解任务,提出了一种基于多任务联合训练的机器阅读理解模型。该模型将阅读理解任务划分为四个子模块:文本编码模块、答案抽取模块、答案分类模块和支持句子判别模块。此外,该文提出了一种基于TF-IDF的"问题-文章句子"相似度匹配的数据增强方法。该方法对中国法研杯2019的训练集进行重新标注,实现数据增强。通过以上方法,最终该集成模型在2020中国法研杯机器阅读理解任务中联合F1值为74.49,取得全国第一名。
关键词
中国法研杯
机器阅读理解
多任务联合训练
Keywords
China AI Law Challenge
machine reading comprehension
multi-task joint training
分类号
TP391 [自动化与计算机技术—计算机应用技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于多任务联合训练的法律文本机器阅读理解模型
李芳芳
任星凯
毛星亮
林中尧
刘熙尧
《中文信息学报》
CSCD
北大核心
2021
6
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
