题目: A STUDY OF THE TASKS AND MODELS IN MACHINE READING COMPREHENSION

摘要: 为了对现有的机器阅读推理(MRC)任务和模型进行综述,本报告综述如下:1)代表性的简单推理和复杂推理MRC任务的数据集收集和性能评估;2)开发基于神经网络的MRC模型的体系结构设计、注意力机制和性能提升方法;3)一些最近提出的迁移学习方法,将包含在外部语料库中的文本式知识整合到MRC模型的神经网络中;4)一些最近提出的将外部知识库中包含的图形式知识加入到MRC模型神经网络中的知识库编码方法。此外,根据已取得的成果和仍存在的不足,本报告还提出了未来研究的一些有待解决的问题。

成为VIP会员查看完整内容
21

相关内容

包括微软、CMU、Stanford在内的顶级人工智能专家和学者们正在研究更复杂的任务:让机器像人类一样阅读文本,进而根据对该文本的理解来回答问题。这种阅读理解就像是让计算机来做我们高考英语的阅读理解题。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
最新《深度多模态数据分析》综述论文,26页pdf
专知会员服务
298+阅读 · 2020年6月16日
最新《知识蒸馏》2020综述论文,20页pdf,悉尼大学
专知会员服务
157+阅读 · 2020年6月14日
最新《深度半监督学习》综述论文,43页pdf
专知会员服务
153+阅读 · 2020年6月12日
神经机器阅读理解最新综述:方法和趋势
PaperWeekly
15+阅读 · 2019年7月25日
自然语言处理常识推理综述论文,60页pdf
专知
73+阅读 · 2019年4月4日
【优青论文】深度神经网络压缩与加速综述
计算机研究与发展
14+阅读 · 2018年9月20日
SQuAD文本理解挑战赛十大模型解读
黑龙江大学自然语言处理实验室
7+阅读 · 2018年1月17日
Arxiv
22+阅读 · 2019年11月24日
Arxiv
4+阅读 · 2019年9月5日
Knowledge Based Machine Reading Comprehension
Arxiv
4+阅读 · 2018年9月12日
Arxiv
6+阅读 · 2018年6月18日
VIP会员
相关资讯
微信扫码咨询专知VIP会员