Resumen

Con el fin de resolver los problemas de baja precisión y baja eficiencia de la predicción de respuestas en la comprensión de lectura de la máquina, se propone un modelo de comprensión de lectura de inglés multitexto basado en la red neuronal de creencia profunda. En primer lugar, se construye el selector de párrafos en el modelo de comprensión de lectura multitexto. En segundo lugar, se diseña el lector de texto y se introduce la red neuronal de creencia profunda para predecir la probabilidad de respuesta a la pregunta. Por último, se utiliza el popular conjunto de datos en inglés de SQuAD para el análisis de la prueba. Los resultados finales muestran que, tras el análisis comparativo de los diferentes métodos de aprendizaje, se encuentra que el modelo de comprensión de lectura de multitexto en inglés tiene una fuerte capacidad de comprensión de lectura. Además, se utilizan dos métodos de evaluación para puntuar el rendimiento global del modelo, lo que demuestra que la puntuación global del modelo de comprensión lectora de multitextos en inglés basado en la red neuronal de confianza profunda es superior a 90, y la eficiencia no se reduce debido al cambio del número de documentos en el conjunto de datos. Los resultados anteriores muestran que el uso de la red neuronal de confianza profunda para mejorar el rendimiento de generación de probabilidades del modelo puede resolver bien la tarea de comprensión de lectura de multitextos en inglés, reducir eficazmente la dificultad de la comprensión de lectura de la máquina en la lectura multitarea, y tiene un buen significado de guía para promover la adquisición de conocimiento de Internet conveniente para el ser humano.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:red neuronal, modelo de comprensión, multitexto en inglés, deep believes, adquisición de conocimientos en internet, comprensión, internet conveniente para el ser humano, diferentes métodos de aprendizaje, eficacia de la respuesta, conjunto de datos de la plantilla
• Keywords:neural network, comprehension model, english multitext, deep believes, internet knowledge acquisition, comprehension, human convenient internet, different learning methods, efficiency of answer, dataset of squad