Comprensione della lettura automatica (MRC)
La comprensione della lettura automatica (MRC), resa popolare dal benchmark SQuAD di Rajpurkar, Zhang, Lopyrev e Liang (2016), è un compito di elaborazione del linguaggio naturale in cui un modello legge un dato passaggio e risponde a domande a scelta multipla o a risposta aperta su di esso. Trasforma un passaggio più una domanda in una risposta generata dalla macchina, supportando il recupero delle informazioni, la tecnologia educativa e l'interrogazione di database di ricerca.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 1). Neural Machine Reading Comprehension (MRC). ScholarGate. https://scholargate.app/it/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.
- Domain AdaptationText mining↔ compare
- Analisi del SentimentoText mining↔ compare
- Classificazione del testoText mining↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →