درک مطلب ماشینی (MRC)
درک مطلب ماشینی (MRC)، که توسط معیار SQuAD راجکار، ژانگ، لوپیرف و لیانگ (۲۰۱۶) محبوبیت یافت، یک وظیفه پردازش زبان طبیعی است که در آن یک مدل، متن داده شده را میخواند و به سؤالات چندگزینهای یا پرسشهای باز پاسخ میدهد. این وظیفه، یک متن به همراه یک پرسش را به یک پاسخ تولید شده توسط ماشین تبدیل میکند و از بازیابی اطلاعات، فناوری آموزشی و پرسوجو از پایگاههای داده تحقیقاتی پشتیبانی میکند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 1). Neural Machine Reading Comprehension (MRC). ScholarGate. https://scholargate.app/fa/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.
- انطباق دامنهمتنکاوی↔ compare
- تحلیل احساساتمتنکاوی↔ compare
- طبقهبندی متنمتنکاوی↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →