Comprensió Lectora Automàtica (MRC)
La comprensió lectora automàtica (MRC), popularitzada pel benchmark SQuAD de Rajpurkar, Zhang, Lopyrev i Liang (2016), és una tasca de processament del llenguatge natural en què un model llegeix un passatge donat i respon preguntes d'opció múltiple o obertes sobre ell. Converteix un passatge més una pregunta en una resposta generada per màquina, donant suport a la recuperació d'informació, la tecnologia educativa i la consulta de bases de dades de recerca.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
- 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 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Neural Machine Reading Comprehension (MRC). ScholarGate. https://scholargate.app/ca/text-mining/neural-machine-reading
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Adaptació de dominiMineria de text↔ compare
- Anàlisi de sentimentsMineria de text↔ compare
- Classificació de textMineria de text↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →