Strojové porozumění textu (MRC)
Strojové porozumění textu (MRC), zpopularizované benchmarkem SQuAD od autorů Rajpurkar, Zhang, Lopyrev a Liang (2016), je úloha zpracování přirozeného jazyka, při níž model přečte daný text a odpovídá na otázky s výběrem z možností nebo otevřené otázky týkající se tohoto textu. Převádí text a otázku na strojově generovanou odpověď, čímž podporuje vyhledávání informací, vzdělávací technologie a dotazování se do výzkumných databází.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Neural Machine Reading Comprehension (MRC). ScholarGate. https://scholargate.app/cs/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.
- Doménová adaptaceDolování textu↔ compare
- Analýza sentimentuDolování textu↔ compare
- Klasifikace textuDolování textu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →