最新《会话机器理解:文献综述论文》，15页pdf，Conversational Machine Comprehension

会话机器理解(CMC)是会话人工智能的一个研究方向，它期望机器能够理解一个开放领域的自然语言文本，然后进行多回合对话，以回答与文本相关的问题。虽然机器阅读理解(MRC)的大部分研究都围绕着单轮问题回答(QA)展开，但多轮CMC最近得到了关注，这要归功于神经语言模型(如BERT)在自然语言理解方面的进步，以及大规模对话数据集(如CoQA和QuAC)的引入。然而，人们对它的兴趣的增加导致了一系列同时出版的出版物，每一种都有不同但结构上相似的建模方法和对周围文献的不一致的观点。随着模型提交到会话数据集的数量逐年增加，需要对该领域分散的知识进行整合，以简化未来的研究。本文的文献综述试图对CMC进行整体概述，重点介绍最近发表的模型的共同趋势，特别是它们处理会话历史的方法。这篇综述综合了CMC模型的一般框架，同时强调了最近方法的差异，并打算作为未来研究人员CMC的概要介绍。

https://www.zhuanzhi.ai/paper/5e1813f770b5b6e2dec81fbb15d48c48