การอ่านจับใจความของเครื่องจักร (Machine Reading Comprehension - MRC)
การอ่านจับใจความของเครื่องจักร (MRC) ซึ่งได้รับความนิยมจากชุดข้อมูล SQuAD ของ Rajpurkar, Zhang, Lopyrev และ Liang (2016) เป็นงานประมวลผลภาษาธรรมชาติ (Natural Language Processing - NLP) ที่แบบจำลองจะอ่านข้อความที่กำหนดและตอบคำถามแบบเลือกตอบหรือคำถามปลายเปิดเกี่ยวกับข้อความนั้น โดยแปลงข้อความและคำถามให้เป็นคำตอบที่สร้างโดยเครื่องจักร ซึ่งสนับสนุนการค้นหาข้อมูล เทคโนโลยีการศึกษา และการสอบถามฐานข้อมูลงานวิจัย
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Neural Machine Reading Comprehension (MRC). ScholarGate. https://scholargate.app/th/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.
- การปรับตัวตามโดเมนการทำเหมืองข้อความ↔ compare
- การวิเคราะห์ความรู้สึกการทำเหมืองข้อความ↔ compare
- การจำแนกข้อความการทำเหมืองข้อความ↔ compare