机器阅读
sparkexpert
大数据挖掘技术(人工智能)的爱好者
展开
-
r-net机器阅读理解实践
斯坦福大学自然语言计算组发起的SQuAD(Stanford Question Answering Dataset)文本理解挑战赛并不陌生,它也被誉为“机器阅读理解界的ImageNet”。诸多来自全球学术界和产业界的研究团队都积极地参与其中,近期在机器阅读理解上已经取得了不小的突破,因此这两天刚好有时间,对里面涉及的一些开源框架进行学习一下。 SQuAD 数据集包含 10 万个原创 2018-01-23 16:57:26 · 6706 阅读 · 3 评论 -
基于Bidirectional AttentionFlow的机器阅读理解实践
机器阅读是实现机器认知智能的重要技术之一。机器阅读任务主要有两大类:完形填空和阅读理解。(1)完型填空类型的问答,简单来说就是一个匹配问题。问题的求解思路基本是: 1) 获取文档中词的表示 2) 获取问题的表示 3) 计算文档中词和问题的匹配得分,选出最优(2)文本段类型的问答,与完型填空类型的问答,在思想上非常类似,主要区别在于:完形填空的目标是文档中的一个词,文本阅读理解的目标是文档中的...原创 2018-04-04 22:10:41 · 1632 阅读 · 1 评论