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.
Catatan sumber
Kutipan disalin apa adanya dari catatan sumber metode. Tidak ada verifikasi tingkat klaim yang disimpulkan darinya.
- 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
Klaim yang dikurasi
Klaim tersimpan dalam buku besar bukti, masing-masing dengan penilaiannya sendiri.
Tampilan ini tidak menciptakan penilaian klaim ketika buku besar tidak memilikinya.
Metode terkait
Dihasilkan dari grafik metode dan ditampilkan sebagai relasi yang disarankan mesin — tidak ada klaim bukti yang disimpulkan.