NLP阅读理解的经典数据集与模型

经典数据集介绍：

https://www.imooc.com/article/24766

数据集和模型的开发时间轴：

(图片来自Chen Danqi博士论文，其中黑色为数据集，蓝色为模型)

1.数据集CNN&Dailymail及模型Attentive Reader：

《Teaching Machines to Read and Comprehend》

介绍地址及论文地址：

https://www.imooc.com/article/26907

https://arxiv.org/pdf/1506.03340.pdf

2.模型Stanford Attentive Reader:

介绍地址及论文地址：

https://www.imooc.com/article/28801

https://arxiv.org/pdf/1606.02858.pdf

3.模型ASReader：

介绍地址及论文地址：

https://www.imooc.com/article/28709

https://www.aclweb.org/anthology/P16-1086

4.模型Match-LSTM：

介绍地址及论文地址:

https://www.imooc.com/article/25027

https://www.jianshu.com/p/cc4c7bcd21bc

https://arxiv.org/pdf/1608.07905.pdf

5.模型AOA Reader：

介绍地址及论文地址:

https://www.imooc.com/article/29985

https://arxiv.org/pdf/1607.04423.pdf

6.模型BiDAF：

介绍地址及论文地址:

http://www.shuang0420.com/2018/04/01/%E8%AE%BA%E6%96%87%E7%AC%94%E8%AE%B0%20-%20Bi-Directional%20Attention%20Flow%20for%20Machine%20Comprehension/

https://arxiv.org/pdf/1611.01603.pdf

7.模型R-NET：

介绍地址及论文地址：

https://blog.csdn.net/jyh764790374/article/details/80247204

https://www.microsoft.com/en-us/research/wp-content/uploads/2017/05/r-net.pdf

7.模型QA-NET：

介绍地址及论文地址：

https://blog.csdn.net/qq_34499130/article/details/80282999

https://openreview.net/pdf?id=B14TlG-RW

8.深度学习在阅读理解中的研究进展：

https://www.imooc.com/article/30060