机器阅读理解那些事儿

今日，“机器之心”公众号刷爆了超强小姐姐陈丹琦的文章，笔者前两天也刚看了小姐姐的论文，当时无意中点开开源的github链接，发现小姐姐一路绿灯的github也是十分敬佩！

再放一张小姐姐的主页图片，再次膜拜下~

小姐姐做的方向是机器阅读理解和智能问答(QA)，博主也看了一段时间的该方向论文，现在来聊一聊机器阅读理解中的世界~
阅读理解，其实我们大家从小到大都在做，从语文阅读理解到英语阅读理解，这类题型也伴随了我们的整个学生生涯。
那么所谓机器阅读理解，一样哒~就是让计算机来理解文章，并且来回答相应的问题。
在深度学习出现之前，大多机器阅读理解都是通过机器学习抽取式来进行抽取答案的，深度学习出现之后，尤其斯坦福大学公布SQuAD阅读理解数据集后，很多公司、高校都开始争先恐后地去刷榜，也极大促进了机器阅读理解的发展。

机器阅读理解的发展

起初，阅读理解数据集是完型填空式、简单对话抽取式，代表的数据集有CNN/Daily Mail和Children Book Test(CBT)数据集。
但这些数据集比较小，很快被当时的SOTA模型做到了top值，后来斯坦福发布了SQuAD数据集，也掀起了一波刷榜高潮，国内外大公司、高校纷纷提交了不错的成绩，极大促进了机器阅读理解的发展。以上数据集都是类似于考试中的阅读理解题目，答案就在文中~
后来出现了开放式阅读理解数据集TriviaQA以及阅读理解多选题数据集RACE等。开放式阅读理解数据集，问题的答案不一定固定在文中，需要对多篇文章进行理解从而回答。而阅读理解多选题数据集就是我们的中考、高考英语考试的阅读理解题目，有多个选项，需要选出最合适的一项。
在数据集公布的同时，各个阅读理解模型也纷纷发表出来，BiDAF、R-Net、AoA等等，在谷歌Bert发布之后，各大榜单前排也纷纷使用上了Bert来上分。
下图是近年来机器阅读理解发展的过程：

各大阅读理解榜单

1.SQuAD榜单
(https://rajpurkar.github.io/SQuAD-explorer/)
2.CoQA榜单
(https://stanfordnlp.github.io/coqa/)
3.Who-did-What榜单(https://tticnlp.github.io/who_did_what/leaderBoard.html)
4.HotpotQA(火锅)榜单
(https://hotpotqa.github.io/)

最后分享下清华大学推荐的阅读理解论文列表(https://github.com/thunlp/RCPapers)