摘要：近年来,随着深度学习（深度学习）在机器阅读理解（机器阅读理解）领域的广泛应用,机器阅读理解迅速发展。针对机器阅读理解中的语义理解和推理,提出一种双线性函数注意力（收件人）双向长短记忆网络（双向长短期存储器）模型,较好地完成了在机器阅读理解中抽取文章、问题、问题候选答案的语义并给出了正确答案的任务。将其应用到四六级（第4类，第6类）听力文本上测试,测试结果显示,以单词为单位的按序输入比以句子为单位的按序输入准确率高2%左右；此外,在基本的模型之上加入多层注意力转移的推理结构后准确率提升了8%左右。
刘飞龙,郝文宁,陈刚,靳大尉,宋佳星.基于双线性函数注意力双-LSTM模型的机器阅读理解[J] ●●●●。计算机科学, 2017年，44（Z6）：92-96。https://doi.org/10.11896/j.issn.1002-137X.2017.6A.019
刘飞龙、郝文宁、陈刚、金大伟、宋嘉兴。基于双线性函数的机器阅读理解Bi-LSTM模型的注意事项[J] ●●●●。计算机科学，2017，44（Z6）：92-96。https://doi.org/10.11896/j.issn.102-137X.2017.6A.019
