Maskinell läsförståelse (MRC)
Maskinell läsförståelse (MRC), populariserad genom SQuAD-riktmärket av Rajpurkar, Zhang, Lopyrev och Liang (2016), är en uppgift inom naturlig språkbehandling där en modell läser en given text och besvarar flervals- eller öppna frågor om den. Den omvandlar en text plus en fråga till ett maskinellt genererat svar, vilket stöder informationssökning, pedagogisk teknologi och sökning i forskningsdatabaser.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Neural Machine Reading Comprehension (MRC). ScholarGate. https://scholargate.app/sv/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.
- DomänanpassningTextutvinning↔ compare
- SentimentanalysTextutvinning↔ compare
- TextklassificeringTextutvinning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →