Machine Reading Comprehension
Machine reading comprehension (MRC), popularised by the SQuAD benchmark of Rajpurkar, Zhang, Lopyrev and Liang (2016), is a natural-language-processing task in which a model reads a given passage and answers multiple-choice or open-ended questions about it. It turns a passage plus a question into a machine-generated answer, supporting information retrieval, educational technology, and querying research databases.
Registre font
Les citacions es copien textualment del registre font del mètode. No s'infereix cap verificació a nivell de reclam d'elles.
- Rajpurkar, P., Zhang, J., Lopyrev, K. & Liang, P. (2016). SQuAD: 100,000+ Questions for Machine Comprehension of Text. EMNLP, 2383-2392. · DOI 10.18653/v1/D16-1264
- Yang, Z. et al. (2018). HotpotQA: A Dataset for Diverse, Explainable Multi-hop Question Answering. EMNLP. · DOI 10.18653/v1/D18-1259
Reclamacions curades
Les reclamacions s'han persistit al registre de proves, cadascuna amb la seva pròpia avaluació.
Aquesta vista no inventa una avaluació de reclam quan el registre no en té cap.
Mètodes relacionats
Generat a partir del gràfic de mètodes i mostrat com a relacions suggerides per la màquina; no s'infereix cap reclamació d'evidència.