Машинное понимание текста (Machine Reading Comprehension, MRC)
Машинное понимание текста (MRC), популяризированное эталоном SQuAD Раджпуркара, Чжана, Лопырева и Лян (2016), представляет собой задачу обработки естественного языка, в которой модель читает заданный отрывок и отвечает на вопросы с множественным выбором или открытые вопросы по нему. Она преобразует отрывок плюс вопрос в ответ, сгенерированный машиной, поддерживая поиск информации, образовательные технологии и запросы к исследовательским базам данных.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Neural Machine Reading Comprehension (MRC). ScholarGate. https://scholargate.app/ru/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.
- Адаптация доменаИнтеллектуальный анализ текста↔ compare
- Анализ тональностиИнтеллектуальный анализ текста↔ compare
- Классификация текстовИнтеллектуальный анализ текста↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →