AMiner平台(https://www.aminer.cn)由清华大学计算机系研发,拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线,吸引了全球220个国家/地区1000多万独立IP访问,数据下载量230万次,年度访问量超过1100万,成为学术搜索和社会网络挖掘研究的重要数据和实验平台。
必读论文:https://www.aminer.cn/topic
论文集地址:https://www.aminer.cn/topic/6038722a92c7f9be218d39c7
在人类阅读理解过程中,当有些问题不能根据给定文本进行回答时,人们会利用常识或积累的背景知识进行作答,而在机器阅读理解任务中却没有很好的利用外部知识,这是机器阅读理解和人类阅读理解存在的差距之一。为了引入额外的外部知识,一些学者提出了基于知识的机器阅读理解任务,与之前所介绍的任务不同,这一任务的输入除了文章和问题,还有从外部知识库中抽取的知识,以此来提高机器进行答案预测的准确率。基于知识的机器阅读理解任务的挑战主要有:1. 相关外部知识的检索(如何从知识库中常识);2. 外部知识的融合(知识库中结构化的知识如何与非结构化的文本进行融合)。
该论文集共收录34篇论文,引用最多的论文为A Corpus and Cloze Evaluation for Deeper Understanding of Commonsense Stories,引用数是171。
AMiner学术搜索,学者+论文助你快速获得想要信息:https://www.aminer.cn
#AMiner# #论文#