總體框架
- 對(duì)于輸入Q悬垃，從QA庫(kù)中檢索出最接近的k個(gè)（q,a）對(duì)，其中檢索模型（IR）基于BM25，并經(jīng)過(guò)了去停用詞等預(yù)處理
-
對(duì)每個(gè)候選的（Q,a）對(duì)進(jìn)行評(píng)分传于，其中評(píng)分模型（Answer Rerank）采用預(yù)訓(xùn)練的seq2seq（與2中相同）計(jì)算字符串出現(xiàn)的平均概率：
- 如果2中得到的最高評(píng)分大于閾值T，最直接輸出得到最高評(píng)分的候選答案a醉顽；否則沼溜，從4的模型中生成答案
- 生成模型基于采用帶attention的seq2seq，論文中采用的cell是GRU游添，并強(qiáng)調(diào)了自己采用了bucketing系草、padding、sampled softmax唆涝、beam search（top10） decoder（赤裸裸的灌水找都。。廊酣。）
seq2seq模型如圖能耻，h、s分別是encoder和decoder的狀態(tài)亡驰，encoder之后疊加了attention機(jī)制晓猛，很基本的模型，嚴(yán)重懷疑訓(xùn)練樣本的質(zhì)量太高堆砌出了這樣一篇大水文凡辱。戒职。。
