使用match-lstm和答案指针进行机器理解

Abstract

阅读理解任务发布了一个新的数据集斯坦福问答数据集（SQuAD），该数据集提供了大量真实的问题及其答案，这些问题及其答案是人类通过众包创建的，该答案的长度时可变的。本文基于Match-LSTM和指针网络提出了一个模型用于解决以上问题。

1. Instruction

在一些数据集中，问题不提供候选答案，预计机器将使用给定文本中的任何token或token序列来回答问题。显然，没有给定候选答案的问题更具有挑战性，因为候选答案集合基本上包括文本中所有可能的token或token序列，因此要大得多。此外，答案跨越多个token的问题比答案只有一个token的问题更具有挑战性。Table 1 显示了一段样本文本及其相关的三个问题。

本文提出一种新的端到端神经体系结构来解决SQuAD中定义的机器阅读理解问题：

提出了两种端到端的机器阅读理解神经网络模型，将Match-LSTM和指针网络相结合来处理数据集的特殊属性。

在未知测试数据集上取得了59.%的匹配准确率和70.3%的F1匹配率。

2.Model

2.1 Match-LSTM

作者在之前提出了一个预测文本蕴含的Match-LSTM模型。

1. 在语篇蕴含中，给出两个句子，其中一个是前提，一个是假设。
2. 为了预测前提是否包含假设，Match-LSTM模型顺序的检测假设的token。在假设的每个位置，使用注意力获得前提的加权向量表征。
3. 然后，将该加权前提和假设的当前token的向量表示相结合，并将其馈送到LSTM中，作者称之为math-LSTM。
4. match-LSTM基本上顺序地将注意力加权前提与假设的每个token的匹配聚集在一起，并使用聚集的匹配结果来做出最终预测。

2.2 Pointer-Net

指针网络解决了一类特殊的问题：想要生成一个输出序列，其中的单词必须来自输入序列。与固定词汇表选择输出token不同，pt-net使用attention机制作为pointer，从输入序列中选择一个位置，并将这个位置所指的单词作为输出。

受到指针网络的启发，本文采用了它来构造答案。

2.3 Method

本文要解决的问题可以表述为以下形式:

• 获得一段文本，称之为段落，以及与该段落有关的问题。

  • 段落用矩阵$P\in R^{d\times p}$表示，其中P是段落的tokens长度，d是单词嵌入的维度。
  • 问题由矩阵$Q\in R^{d\times Q}$表示，其中Q是问题的长度。

• 目标是从段落中确定一个子序列作为问题的答案。

具体来说，将答案表示为整数序列$a=a_1,...,$，其中每个$a_i$介于1到P之间。利用pt-net选择答案的开始和结束，将要预测的答案表示为两个整数$a=(a_s,a_e)$。

2.3.1 LSTM Preprocessing Layer

使用单向LSTM对passage和question进行预处理，将上下文我信息合并到文章和问题中每个token的表示中。

$H^p=\stackrel{⟶}{\mathrm{LSTM}}(P)$

$H^q=\stackrel{⟶}{\mathrm{LSTM}}(Q)$

其中$H^p$是passage的向量表示，$H^q$是question的向量表示。

2.3.2 Match-LSTM Layer

本文将文本蕴含的match-LSTM模型应用到MC问题。question当做premise，将passage当做hypothesis，match-LSTM按顺序遍历该passage。在passage的第i个位置，用标准的word-by-word attention得到attention向量${\overrightarrow{\alpha }}_i\in R^Q$。

其中${\overrightarrow{h}}_{i-1}^r\in R^l$表示第i-1处的match-LSTM的隐藏向量。$\otimes e_Q$表示将左侧的向量或标量重复复制Q词，来生成矩阵或行向量（在列方向上扩展Q列，在新的维度上进行堆叠）。然后用注意力权重${\overrightarrow{\alpha }}_{i,j}$ 对questions的隐藏层输出进行加权，并将其跟passage的隐层输出进行拼接，得到一个新的向量${\overrightarrow{z}}_i$：

将其馈送到LSTM：

本文又在反方向构建了一个match-LSTM，为了获得一个表示形式，用于对段落中的每个tokens从两个方向进行上下文编码：

再用相似的方法获得${\overleftarrow{z}}_i$。

2.4 Answer Pointer Layer

2.4.1 The Sequence Model

为了生成用$a_k$表示的第k个答案span。首先使用注意力机制获取注意力权重向量${\beta }_k\in R^{(P+1)}$，其中${\beta }_{k,j}(i\le j\le P+1)$是从段落中选择第j个token作为答案中的第k个token的概率。



将生成的答案序列建模为：

损失函数：

2.4.2 The Boundary Model

边界模型的工作方式和序列模型相似，不同之处是只需要预测两个索引$a_s,a_e$.

3. Example

3.1 Results

4. 启示

1. 比较早期的MC模型，但是引用指针网络进行边界预测是一个很大的创新点。
2. 文本蕴含和MC模型都可以移植到其他NLP领域。
3. 欢迎关注微信公众号：自然语言处理CS，一起来交流NLP。