Maskinell leseforståelse (MRC)
Maskinell leseforståelse (MRC), popularisert av SQuAD-referansedataene fra Rajpurkar, Zhang, Lopyrev og Liang (2016), er en oppgave innen naturlig språkbehandling der en modell leser en gitt tekst og besvarer flervalgsoppgaver eller åpne spørsmål om den. Den omdanner en tekst og et spørsmål til et maskinelt generert svar, og støtter informasjonsgjenfinning, utdanningsteknologi og spørring i forskningsdatabaser.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 1). Neural Machine Reading Comprehension (MRC). ScholarGate. https://scholargate.app/no/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.
- DomeneadaptasjonTekstutvinning↔ compare
- SentimentanalyseTekstutvinning↔ compare
- TekstklassifiseringTekstutvinning↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →