最新最全论文合集——基于知识的机器阅读理解

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#