基于tensorflow深度学习的中文机器阅读理解-完形填空

# 中文机器阅读理解-完形填空 中文机器阅读理解（Chinese Machine Reading Comprehension）之完形填空 “讯飞杯”竞赛参考：http://www.hfl-tek.com/cmrc2017/task/ 项目参考：https://github.com/bojone/CCL_CMRC2017，主要参考该项目，并做适当梳理调整。 # 基本原理 [参考文档](https://kexue.fm/archives/4564) 填空xxxx的上文L和下文R，分别进入bi_LSTM,得到时间序列向量outputs,和最后状态向量state > outputs_L, state =bi_LSTM(L) ；outputs_R, state =bi_LSTM(R) 将outputs_L,outputs_R 连接起来:outputs，state_L+state_R 取平均:state 在用state分别与outputs向量进行内积 ，计算sorfmax概率最大的项，所对应的词即为填空词。 > index = np.argmax(sorfmax(matul(outputs, state))) # 数据 https://github.com/ymcui/cmrc2017 # 训练 > python train.py ``` start to training... step: 2/20000... loss: 42.0146... 3.4617 sec/batch step: 4/20000... loss: 40.0625... 3.2386 sec/batch step: 6/20000... loss: 37.7302... 3.0536 sec/batch ``` # 验证精度： 待续...