论文部分内容阅读
主要研究了迁移学习在语义推理理解上的应用。研究尝试将注意力机制应用在迁移学习上,同时也尝试了使用特征和神经网络相结合的集成模型。实验证明神经网络在大规模语料中有丰富的语义向量表示能力,可以成功地应用在目标任务中。研究也分析了在不同时间点迁移模型对目标任务的影响。结果显示,在源任务的准确率达到拐点处迁移效果最好。实验最终证明本文的模型在语义推理方面是有效的。