第23章：MRC经典的Span Extraction模型Bi-DAF 算法架构、运行机制及数学原理

1，双向Attention Flow：Query2Context、Context2Query数学原理及工程实现

2，Bi-DAF能够正式确立编码-交互-输出三层架构阅读理解模型背后的原因分析

3，Bi-DAF模型本身的五层架构及其背后数学原理解析

4，不同粒度的多阶段Embeddings层的架构设计和数学原理

5，Bonus：多阶段Embeddings在智能对话信息表示中的应用剖析

6，Character Embedding数学原理及Char-CNN实现解析

7，Word Embedding数学原理及GloVe实现解析

8，双向LSTM架构机制及数学原理剖析

9，使用Highway Network解决梯度问题的数学原理及实现解析

10，组合Char embedding和word embedding

11，Contextual Embedding数学原理及实现解析

12，Bi-DAF中的Context2Query实现解析

13，Bi-DAF中的Query2Context实现解析

14，Trainable Matrix for attention mechanism

15，Modeling层架构和数学原理剖析

16，输出层的Start index计算数学原理解析

17，输出层的End index计算数学原理解析

18，Training Loss计算解析

19，参数设置

20，Bi-DAF在信息抽取时候的Assumption存在的问题分析

21，为何Bi-DAF不擅长回答Why类型的问题？如何改进？