面向高考阅读理解的句子语义相关度研究

• 作 者: 郭少茹[1]张虎[1]钱揖丽[1]李茹[2]杨陟卓[1]马淑晖[1]
• 机 构: 山西大学计算机与信息技术学院,山西太原030006
• 出 处: 第十五届全国计算语言学学术会议(CCL2016)暨第四届基于自然标注大数据的自然语言处理国际学术研讨会(NLP-NABD
• 发表日期: 2016年期

　　高考阅读理解选择题是基于背景材料，通过对材料的“理解”从多个选项中选出最佳选项.由于提供的背景材料相对较短且关键信息极具隐藏性，答案可能无法在背景材料中直接找到.因此，如何从背景材料中挖掘信息并与选项进行相关性分析是解答该类问题的关键，而句子级的语义相关性分析是背景材料与选项相关性分析的基础.本文通过对大量高考科技文文意理解类选择题进行分析，提出基于多维度投票算法(Multi-Dimension Voting)的句子语义相关度计算方法.该方法将不同维度的语义相关性作为度量标准，运用投票算法的思想，选取问题的最佳选项.在近十年北京市高考真题上进行测试，正确率为61.53％，验证了该方法的有效性.