Comprensión Lectora Automática (MRC)
La comprensión lectora automática (MRC), popularizada por el benchmark SQuAD de Rajpurkar, Zhang, Lopyrev y Liang (2016), es una tarea de procesamiento del lenguaje natural en la que un modelo lee un pasaje dado y responde preguntas de opción múltiple o abiertas sobre él. Transforma un pasaje más una pregunta en una respuesta generada por máquina, apoyando la recuperación de información, la tecnología educativa y la consulta de bases de datos de investigación.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 1). Neural Machine Reading Comprehension (MRC). ScholarGate. https://scholargate.app/es/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.
- Adaptación de DominioMinería de texto↔ compare
- Análisis de SentimientoMinería de texto↔ compare
- Clasificación de TextoMinería de texto↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →