《表2 25万训练集中文章长度分布统计》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《机器阅读理解中观点型问题的求解策略研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文词向量采用Word2Vec进行预训练，维度d=300。对于未登录词，采用零向量表示。根据表2统计，文章中几乎99.8%的数据长度都未超度500，同时为了考虑数据输入的稀疏度问题，最终将文章长度m设置成500。通过统计，问题长度小于30的有249 999，因此问题长度n设置为30。Bi-GRU隐含层的维度设置为150。训练过程中，模型采用Adamax[21]作为优化器，学习率设置为0.1。误差采用批处理，batch-size设置为30。为避免过拟合，dropout设置为0.2。推理层数设置为4。共训练10轮（epoch），每一轮之后在验证集上测试性能，最终选择在验证集上效果最好的作为模型。