![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
MRC
文章平均质量分 95
彭伟_02
Ph.D NLP in AI
展开
-
APER: AdaPtive Evidence-driven Reasoning Network for machine reading comprehension with unanswerable
APER: AdaPtive Evidence-driven Reasoning Network for machine reading comprehension with unanswerable questions 动机贡献做法实验论文全文链接This is the paper that published in 2021 Knowledge-Based System. Impact Factor, 8.038 (2020).动机在解决不可回答任务上,先前的方法有两个问题:First,原创 2021-08-21 11:20:33 · 992 阅读 · 1 评论 -
DeepMind新论文《Extending Machine Language Models toward Human-Level Language Understanding》认知科学模型
《Extending Machine Language Models toward Human-Level Language Understanding》https://cloud.tencent.com/developer/article/1556632这篇论文是由DeepMind、斯坦福大学、谷歌等的研究团队发表的,首先介绍了最近在NLP方面的突破,然后提出:机器要达到人类水平的语言理解能...原创 2021-04-13 15:57:31 · 256 阅读 · 0 评论 -
Bi-directional Cognitive Thinking Network for Machine Reading Comprehension 论文阅读
面向机器阅读理解的双向认知思维网络专知阅读链接摘要本文从互补学习系统理论的角度提出了一种新的阅读理解双向认知知识框架(BCKF)。它旨在模拟大脑中两种回答问题的思维方式,包括逆向思维和惯性思维。为了验证该框架的有效性,我们设计了一个相应的双向认知思维网络(BCTN),对文章进行编码,生成一个给定答案(问题)的问题(答案),并对双向知识进行解耦。该模型具有逆向推理的能力,有助于惯性思维产生更准确的答案。在DuReader数据集中观察到有效地改善,证实了我们的假设,即双向知识有助于QA任务。同时,这个.原创 2021-02-15 14:26:00 · 2030 阅读 · 1 评论 -
Commensense Reasoning:SemEval-2020 Task 4: Guiding PLM with Prompt Template Reconstruction Strategy
《IIE-NLP-NUT at SemEval-2020 Task 4: Guiding PLM with Prompt Template Reconstruction Strategy for ComVE》这篇论文是中科院信息工程研究所雏鹰团队——机器阅读理解方向发表在2020SemEval上的报告。团队在国际语义评测大会SemEval-2020 Task 4-Commonsense Validation and Explanation–subtask A&C取得第三名,主要解决的问题是常识原创 2020-09-14 19:21:14 · 1429 阅读 · 0 评论 -
R4C: A Benchmark for Evaluating RC Systems to Get the Right Answer for the Right Reason
Motivation文章的目的是希望评估一个RC系统的内部推理,即用一种更细粒度方式体现模型确实在推理。(相比较一些datasets通过预测supporting facts来体现模型推理能力)对于之前的一些datasets,比如经常以who开头的提问,模型学习之后往往会从一些人名中选择答案。这种启发式的规则容易带来一些bias,而模型是否真正理解了原文,我们无从得知。另一个问题,作者提到结合多源的infos is not always necessay,其实这一点我保留怀疑,对于某些开放域的问题,多.原创 2020-08-08 21:29:32 · 520 阅读 · 0 评论 -
Select, Answer and Explain: Interpretable Multi-hop Reading Comprehension over Multiple Documents
《Select, Answer and Explain: Interpretable Multi-hop Reading Comprehension over Multiple Documents》这篇文章是发表在2020年AAAI上的,京东实验室。在hotpotQA数据集取得了较好的效果。是一个pipeline的结构,先检索然后再结合GNN进行推理。分以下四部分介绍:MotivationModelExperimentDiscussion1、MotivationMost existin原创 2020-07-12 11:52:38 · 1125 阅读 · 1 评论 -
多跳机器阅读理解Cognitive Graph for Multi-Hop Reading Comprehension at Scale
《Cognitive Graph for Multi-Hop Reading Comprehension at Scale》这篇文章是清华和阿里巴巴共同发表在2019acl上面。主要是从推理能力和可解释性方面结合预训练语言模型以及图神经网络,构造了CogQA。在hotpotqa数据集上面取得了很好的效果。分以下四部分介绍:MotivationModelExperimentDiscussion1、Motivation这篇文章认为深度学习已经取得了很大的进步,但是在人类和机器的理解能力方面还原创 2020-06-28 18:04:03 · 1456 阅读 · 0 评论 -
Improving the Robustness of Question Answering Systems to Question Paraphrasing
《Improving the Robustness of Question Answering Systems to Question Paraphrasing》新加坡国立大学这篇论文主要是解决模型的鲁棒性,提出了两个测试集,最后通过实验证明(数据增强),能够在提出的两个数据集上得到比较好的结果。动机:方法:训练一个模型 Paraphrase-Guided Paraphrasing ...原创 2020-05-05 14:26:37 · 1433 阅读 · 4 评论 -
A Robust Adversarial Training Approach to Machine Reading Comprehension
A Robust Adversarial Training Approach to Machine Reading Comprehension2020 AAAI 百度,北大,厦大动机:同样是针对robustness,one of the most promising ways is to augment the training datasetSince the types of adve...原创 2020-04-24 22:50:30 · 1010 阅读 · 0 评论 -
NEURAL QUESTION REQUIREMENT INSPECTOR FOR ANSWERABILITY PREDICTION IN MACHINE READING COMPREHENSION
《NEURQURI: NEURAL QUESTION REQUIREMENT INSPECTOR FOR ANSWERABILITY PREDICTION IN MACHINE READING COMPREHENSION》这篇文章是Samsung research and South Korea发表在2020 ICLR上的。主要是针对机器阅读理解当中的不可回答问题,提出了一个自己的模块和一种新的...原创 2020-03-04 11:39:14 · 674 阅读 · 0 评论 -
《R-Trans: RNN Transformer Network for Chinese Machine Reading Comprehension》
《R-Trans: RNN Transformer Network for Chinese Machine Reading Comprehension》阅读笔记这篇文章是国防科大发表在2019年IEEE上的,是针对中文阅读理解数据集提出的自己的方法。在Les MMRC数据集上得到了SOTA效果。分以下四部分介绍:MotivationModelExperimentDiscussion...原创 2019-08-30 17:09:26 · 934 阅读 · 2 评论 -
Simple and Effective Curriculum Pointer-Generator Networks for Reading Comprehension阅读笔记
《Simple and Effective Curriculum Pointer-Generator Networks for Reading Comprehension over Long Narratives》这篇文章是发表在2019年ACL上的,主要是针对narrativeQA数据集得到了SOTA效果。数据集介绍可见分以下四部分介绍:MotivationModelExperime...原创 2019-08-01 21:40:15 · 705 阅读 · 0 评论 -
World Knowledge for Reading Comprehension: Rare Entity Prediction with Hierarchical LSTMs
《World Knowledge for Reading Comprehension: Rare Entity Prediction with Hierarchical LSTMs Using External Descriptions》这篇文章是发表在2017年ACL上的,和KBLSTM那篇同时期。属于阅读理解当中完形填空类的问题,针对稀少实体进行预测任务。在提出的层级lstm模型上取得了很好...原创 2019-06-21 18:01:52 · 408 阅读 · 0 评论 -
Multi-Granularity Hierarchical Attention Fusion Networks for Reading Comprehension机器阅读理解论文笔记
《Multi-Granularity Hierarchical Attention Fusion Networks for Reading Comprehension and Question Answering》这篇文章是发表在2018年ACL上的,在SQuAD以及TriviaQA和SQuAD噪音数据集上得到了SOTA效果。分以下四部分介绍:MotivationModelExperi...原创 2019-05-07 16:07:11 · 1458 阅读 · 3 评论 -
记忆网络模型End-to-End Memory Network论文阅读笔记
第一次写博客,简单的陈述了一下自己的理解,下一次会开始看阅读理解,并从这方面详细的记录。这次准备从四个方面对ETE Memory这篇文章进行阐述,主要是why?what?how?以及weakness?上周看了有关问答方面的论文,参考了网上的一些资料。下面是引用的GitHub和官方的数据集...原创 2018-12-17 16:16:27 · 366 阅读 · 0 评论 -
R-Net-Gated Self-Matching Networks for Reading Comprehension and Question Answering论文阅读笔记
Gated Self-Matching Networks for Reading Comprehension and Question Answering论文阅读笔记在看完上一篇《Attention-over-Attention Neural Networks for Reading Comprehension》之后,笔者昨天看了这篇由清华大学和微软实验室发表在2017ACL的论文,两篇文论都在...原创 2019-01-22 15:25:27 · 995 阅读 · 0 评论 -
Match-LSTM阅读理解论文笔记Machine Comprehension Using Match-LSTM and Answer Pointer
《Machine Comprehension Using Match-LSTM and Answer Pointer》这篇论文介绍了一种端到端解决机器阅读理解问答任务的方法,结合了Match-LSTM和Pointer Net。该文是第一个在SQuAD数据集上测试的端到端神经网络模型。最终训练效果好于原数据集发布时附带的手动抽取特征+LR模型。转载自Here源码HereSQuAD数据集SQ...转载 2019-02-10 19:42:47 · 1163 阅读 · 0 评论 -
阅读理解BI-DAF《BI-DIRECTIONAL ATTENTION FLOW FOR MACHINE COMPREHENSION》笔记
《BI-DIRECTIONAL ATTENTION FLOW FOR MACHINE COMPREHENSION》Introduction这篇论文也是比较经典的一篇,时间相对早期,发在2017ICLR。和另一篇论文《Machine Comprehension Using Match-LSTM and Answer Pointer》同期发表在该期刊上。BiDAF用了层级的结构来表示不同粒度的表...原创 2019-02-25 08:23:37 · 1708 阅读 · 2 评论 -
DCN-Net《DYNAMIC COATTENTION NETWORKS FOR QUESTION ANSWERING》阅读理解论文阅读笔记
《DYNAMIC COATTENTION NETWORKS FOR QUESTION ANSWERING阅读理解论文阅读笔记》这篇文章发表在ICLR2017上,在两个经典模型Match LSTM和Bi-DAF之间。通过四个方面来介绍这篇论文,MotivationModelExperimentDiscussionQuestion1、MotivationHowever, due...原创 2019-03-04 10:30:10 · 1610 阅读 · 2 评论 -
《MEMEN: Multi-layer Embedding with Memory Networks for Machine Comprehension》阅读理解
《MEMEN: Multi-layer Embedding with Memory Networks for Machine Comprehension》论文阅读笔记这篇文章是浙大在2017年提出的,在TriviaQA dataset上得到了SOTA,在SQuAD上得到了有竞争力的结果。分以下四部分介绍:MotivationModelExperimentDiscussion1、M...原创 2019-03-12 20:39:37 · 949 阅读 · 0 评论 -
ConZNet《Cut to the Chase: A Context Zoom-in Network for Reading Comprehension》阅读理解笔记
《Cut to the Chase: A Context Zoom-in Network for Reading Comprehension》阅读理解笔记这篇文章是发表在2018年EMNLP上的,在Deepmind 发布的NarrativeQA数据集上得到了SOTA效果。分以下五部分介绍:DatasetMotivationModelExperimentDiscussion因为之...原创 2019-03-22 13:07:05 · 971 阅读 · 0 评论 -
S-Net阅读理解《S-Net: From Answer Extraction to Answer Synthesis for Machine Reading Comprehension》
《S-Net: From Answer Extraction to Answer Synthesis for Machine Reading Comprehension》这篇文章是发表在2018年AAAI上的,应该算是比较早的生成式的模型。在微软发布的MS MARCO数据集上得到了SOTA效果。分以下五部分介绍:DatasetMotivationModelExperimentDis...原创 2019-03-29 16:17:36 · 1719 阅读 · 0 评论 -
V-Net 《Multi-Passage Machine Reading Comprehension with Cross-Passage Answer Verification》阅读理解笔记
V-Net 《Multi-Passage Machine Reading Comprehension with Cross-Passage Answer Verification》这篇文章是发表在2018年ACL上的,是抽取式的。在微软发布的MS MARCO数据集和百度发布的中文数据集DuReader上得到了SOTA效果。分以下四部分介绍:MotivationModelExperime...原创 2019-04-09 21:15:25 · 1001 阅读 · 1 评论 -
A Multi-answer Multi-task Framework for Real-world Machine Reading Comprehension阅读理解笔记
《》这篇文章是发表在2018年AAAI上的,应该算是比较早的生成式的模型。在微软发布的MS MARCO数据集上得到了SOTA效果。分以下四部分介绍:MotivationModelExperimentDiscussion1、Motivation2、Model2.1 overview2.2 EVIDENCE EXTRACTION2.2.2 PASSAGE RANK2.3 A...原创 2019-04-16 21:36:50 · 965 阅读 · 1 评论 -
A Deep Cascade Model for Multi-Document Reading Comprehension瀑布模型 阅读理解笔记
《Deep Cascade Model for Multi-Document Reading Comprehension》这篇文章是发表在2019年AAAI上的,主要是从抽取模型的有效性和候选排序模型的实效性进行权衡,提出了一种端到端的瀑布模型。在TriviaQA和DuReader数据集上得到了SOTA效果。分以下四部分介绍:MotivationModelExperimentDisc...原创 2019-04-30 22:12:49 · 1156 阅读 · 0 评论 -
对话AI--问答系统,阅读理解综述第三部分Question Answering and Machine Reading Comprehension
上篇文章已经介绍了一些基本的概念,下面就第三部分,问答和机器阅读理解展开。原创 2019-01-20 22:03:09 · 1376 阅读 · 0 评论