机器阅读理解

详细介绍有关RACE数据集上经典的机器阅读理解模型如Co-Matching Model for Multi-choice, DCMN,DCMN+

ACo-MatchingModelforMuti-choiceReadingComprehension对于RACE这种多项选择式阅读理解数据集，不同于片段抽取式数据集，因为多项选择式是有三个句子成分的，(passage,question,choice)。以往的做法是用句子匹配的方式，比如把(question,choice)连在一起看成一个句子，然后与passage做匹配，如果这个这个choice是
xhsun1997·2020-06-20 17:05

NLP阅读理解之交互层（花式attention机制）

机器阅读理解（MRC）在编码层获得了文章和问题中单词的语义向量表示，但两部分的编码是基本独立的。为了获得最终答案，模型需要交互处理文章和问题中的信息。
cn_boop·2020-05-28 00:22

北邮在线——阿里巴巴AI阅读理解精准率超越人类

近日，斯坦福大学发起的机器阅读理解领域顶级赛事SQuAD刷新排名，阿里巴巴凭借82.440的精准率打破了世界纪录，并且超越了人类82.304的成绩。
黄宁波·2020-04-11 17:18

阿里技术又破世界纪录：机器阅读理解力首次超过人类！

1月11日，由斯坦福大学发起的机器阅读理解领域顶级赛事SQuAD刷新排名，令业界振奋的是人工智能的阅读能力历史上首次超越人类。
暖夏未眠丶·2020-04-10 12:03

AAAI 2020论文分享 | 一种提升阅读理解模型鲁棒性的对抗训练方法

本文对百度NLP入选AAAI2020的机器阅读理解领域入选论文《ARobustAdversarialTrainingApproachtoMachineReadingComprehension》进行详细解读
百度NLP·2020-04-06 18:38

干货 | BERT fine-tune 终极实践教程

奇点机智技术团队将结合利用BERT在AI-Challenger机器阅读理解赛道的实践表现以及多
奇点机智·2020-03-21 08:28

机器阅读理解 | (3) 机器阅读理解简述

原文地址机器阅读理解技术即机器自动基于给定的文本回答用户所提出的问题的技术[1]，近几年已经成为了研究热点之一。
CoreJT·2020-03-10 21:06

预训练语言模型 | (1) 概述

至于预训练语言模型的应用，可以查阅我的文分分类和机器阅读理解相关专栏，上面结合代码和具体的任务，详细说明了如何把预训练语言模型应用到文本分类和阅读理解任务上。
CoreJT·2020-02-05 21:57

自然语言处理(NLP)之路——概念理解——从 Google AI 的 BERT 看自然语言处理(NLP)的预处理

BERT在机器阅读理解顶级水平测试SQuAD1.1中表现出惊人的成绩。毋庸置疑，BERT模型开启了NLP的新时代！迁移学习与预训练预训练是迁移学习的第一
Robin_Pi·2020-01-05 19:02

阿里巴巴机器阅读理解打破世界纪录!

1月11日，由斯坦福大学发起的机器阅读理解领域顶级赛事SQuAD刷新排名，令业界振奋的是人工智能的阅读能力历史上首次超越人类。
阿里云云栖号·2019-12-26 02:56

让机器读懂人类：2018机器阅读理解技术竞赛冠军技术详解

在由中国中文信息学会(CIPS)、中国计算机学会(CCF)和百度联手举办的“2018机器阅读理解技术竞赛”中，Naturali奇点机智凭借在自然语言处理（NLP）领域多年的积累与沉淀，具备了最前沿、全面
奇点机智·2019-12-17 22:28

百度机器阅读理解比赛赛后总结

2018年4-5月间，笔者参加了百度举办的机器阅读理解竞赛，抱师兄大腿地从不知连机器学习的门入没入的状态到对自然语言以及阅读理解有了一定理解。
Zedom·2019-12-11 22:58

机器阅读理解

机器阅读理解简史发展动机传统NLP任务词性分析part-of-speechtagging：判断词性命名实体识别namedentityrecognition：识别实体句法依存sytacticparsing
郭少悲·2019-12-08 08:22

帮BERT瘦身！我们替你总结了BERT模型压缩的所有方法

在斯坦福大学机器阅读理解水平测试SQuAD1.1中，Bert在全部两个衡量指标上，全面超越人类表现。
大数据文摘·2019-12-07 01:20

科大讯飞刷新 SQuAD 2.0 问答榜纪录，机器阅读理解全面超越人类

近日，科大讯飞再次登上SQuAD2.0挑战赛榜首，不过这次顺带刷新了一下纪录：在EM（精准匹配率）和F1（模糊匹配率）两项指标上全面超越人类平均水平，分别达到87.147和89.474。其中EM指标高出人类平均水平0.3个百分点，F1则是略微超过人类平均水平。同时，科大讯飞所提出的单模型效果也是目前榜单中最好的一个。能取得这样的成绩，得益于科大讯飞团队此次的参赛模型“BERT+DAE+AoA”。为
撩课学院·2019-12-06 06:46

机器阅读理解（看经典MRC模型与花式Attention）

目录简介经典模型概述Model1:AttentiveReaderandImpatientReaderAttentiveReaderImpatientReaderModel2:AttentiveSumReaderModel3:StanfordAttentiveReaderModel4:AOAReaderModel5:Match-LSTMandAnsweringPointMatch-LSTMPoint
西多士NLP·2019-11-07 12:00

15 分钟搭建一个基于XLNET的文本分类模型——keras实战

今天笔者将简要介绍一下后bert时代中一个又一比较重要的预训练的语言模型——XLNET，下图是XLNET在中文问答数据集CMRC2018数据集（哈工大讯飞联合实验室发布的中文机器阅读理解数据，形式与SQuAD
王同学死磕技术·2019-11-04 15:08

平安金融壹账通登顶中文机器阅读理解CMRC竞赛榜单

原文链接：http://www.ifintechnews.com/readnews/6014.html近日，在第三届中文机器阅读理解评测(TheThirdEvaluationWorkshoponChineseMachineReadingComprehension
IFTNews·2019-09-12 18:41

走进机器阅读理解的世界，飞桨开源升级版 BiDAF模型解读

原文链接：https://github.com/PaddlePaddle/models/tree/v1.5.1/PaddleNLP/reading_comprehension导读：飞桨（PaddlePaddle）致力于让深度学习技术的创新与应用更简单。在重要的机器阅读领域，基于DuReader数据集，飞桨升级并开源了一个经典的阅读理解模型——BiDAF，相较于DuReader原始论文中的基线，在效
paddlepaddle·2019-09-04 20:22

BERT模型深度解析

blog.csdn.net/qq_39521554/article/details/83062188github:NLP-BERT--Python3.6-pytorch一、前言去年谷歌AI团队新发布的BERT模型，在机器阅读理解顶级水平测试
lizzy05·2019-07-26 01:27

1美元从零开始训练Bert，手把手教你优雅地薅谷歌云TPU羊毛

在斯坦福大学机器阅读理解水平测试SQuAD1.1中，Bert在全部两个衡量指标上，全面超越人类表现。
BigDataDigest·2019-07-25 14:41

1美元从零开始训练Bert，手把手教你优雅地薅谷歌云TPU羊毛

在斯坦福大学机器阅读理解水平测试SQuAD1.1中，Bert在全部两个衡量指标上，全面超越人类表现。
大数据文摘·2019-07-25 14:28

一览微软在机器阅读理解、推荐系统、人机对话等最新研究进展 | ACL 2019

内容涵盖文本摘要、机器阅读理解、推荐系统、视频理解、语义解析、机器翻译、人机对话等多个热门领域。本文将为大家介绍来自不同领域中有代表性的8篇论文。
AI科技大本营·2019-07-03 13:43

自然语言处理——谷歌BERT模型深度解析

模型三、BERT模型解析论文的核心：详解BERT模型架构关键创新：预训练任务实验结果四、BERT模型的影响对BERT模型的观点参考文献一、前言最近谷歌搞了个大新闻，公司AI团队新发布的BERT模型，在机器阅读理解顶级水平测试
南木Sir·2019-06-26 15:31

自动文摘评测方法：Rouge-L、Rouge-N

Rouge-L的初认识本人参加百度机器阅读理解比赛，发现阅读理解比赛的评价标注，以Rouge-L为主，若Rouge-L相同的话，则看BLEU-4。
ding_programmer·2019-05-09 17:14

微软机器阅读理解系统性能升级，刷新CoQA对话式问答挑战赛纪录

近日，由微软亚洲研究院自然语言处理组与微软雷德蒙语音对话组研究员组成的团队，在斯坦福大学发起的对话式问答挑战赛CoQA（ConversationalQuestionAnsweringChallenge）中荣登榜首，成为目前排行榜上唯一一个模型分数超过人类分数的团队。CoQA是由关于不同领域文章的一组组对话式问答构成的大型数据集，要求机器对文本进行阅读理解，然后对一系列相互关联的问题作出回答。此前，
微软研究院AI头条·2019-05-06 12:17

《NEURAL READING COMPREHENSION AND BEYOND》解读（陈丹琦博士论文）

听的时候，就觉得像是一个中国小姐姐，后面在这篇爆款博士论文出来的时候，就特意去查了一下，果然是大神~陈丹琦的博士论文是关于机器阅读理解的，这是近期的一个研究热点，与笔者的专业也比较相关，因此就拜读了一下
MagicBubble·2019-04-24 11:05

科大讯飞刷新纪录，机器阅读理解如何超越人类平均水平？ | 技术头条

点击上方↑↑↑蓝字关注我们~「2019Python开发者日」明日开启，扫码咨询↑↑↑记者|琥珀出品|AI科技大本营（公众号ID：rgznai100）对于日常从事模型训练的研究人员来讲，无论是图像处理还是语音识别，都离不开一些高质量的数据集，通过它们以改善模型性能。近日，科大讯飞凭借所研发的ConvBERT模型在对话型阅读理解评测QuAC上荣获冠军，全面刷新所有评测指标，其中F1（模糊准确率）达到6
AI科技大本营·2019-04-12 14:02

机器阅读理解系列文章-BiDAF（Bi-Directional Attention Flow for Machine Comprehension）

1.相关工作现有的端-端机器阅读理解中使用到attention机制有3类。第一类是动态attention机制。attention权重的动态更新是基于给定的query、contex及其先前的att
JasonLiu1919·2019-04-08 18:39

BI-DIRECTIONAL ATTENTION FLOW FOR MACHINE COMPREHENSION

ABSTRACT1INTRODUCTION2MODEL3RELATEDWORK4QUESTIONANSWERINGEXPERIMENTS5CLOZETESTEXPERIMENTS6CONCLUSIONABSTRACT机器阅读理解
shelley__huang·2019-04-01 14:10

哈工大讯飞联合实验室登顶机器阅读理解评测SQuAD 2.0

本文为大家介绍了哈工大讯飞联合实验室在机器阅读理解领域的最新进展。
enohtzvqijxo00atz3y8·2019-03-28 07:00

【笔记1-4】陈丹琦毕业论文 NEURAL READING COMPREHENSION AND BEYOND

NEURALREADINGCOMPREHENSIONANDBEYOND1.论文简介（一）神经阅读理解：基础2.阅读理解回顾2.1机器阅读理解历史2.2任务定义2.3阅读理解vs.问答2.4数据集和模型3
jessie_weiqing·2019-03-23 23:52

谷歌BERT模型fine-tune终极实践教程

奇点机智技术团队将结合利用BERT在AI-Challenger机器阅读理解赛道的实践表现以及多年
芮芮杰·2019-03-22 16:12

机器阅读理解重要论文与模型Must-read papers on Machine Reading Comprehension

reference：https://github.com/thunlp/RCPapersContributedbyYankaiLin,DemingYeandHaozheJi.ModelArchitectureMemorynetworks.JasonWeston,SumitChopra,andAntoineBordes.arXivpreprintarXiv:1410.3916(2014).paper
shelley__huang·2019-03-18 14:02

机器阅读理解模型中attention的使用方式

再BiDAF模型之前，阅读理解模型中使用的attention类型大致分为三类：1、AttentionReader:通过动态attention机制从文本中提取相关信息（contextvector），再依据该信息给出预测结果。使用这种attention的相关论文有：（1）Bahdanauetal.2015.这篇论文算是attention机制的开山之作，针对的是机器翻译任务中传统双向RNN模型的不足。传
RUCblake·2019-03-02 15:03

BERT的学习理解笔记

BERT的理解从模型的创新角度看一般，创新不大，但在机器阅读理解顶级水平测试SQuAD1.1中表现出惊人的成绩：全部两个衡量指标上全面超越人类，并且还在11种不同NLP测试中创出最佳成绩，包括将GLUE
谨慎殷勤·2019-02-27 15:48

NLP小白的入门学习路线

一、推荐Github/博客系列（持续更新……）NLP/ML/CV[1]Algorithm_Interview_Notes-Chinese[2]THUNLP机器阅读理解[3]52nlp[4]深度学习前沿笔记
NLP_victor·2019-02-24 13:39

文本attention矩阵可视化

在机器阅读理解的论文中，经常可以看到对“文章-问题”可视化的二维热力图，例如下图。在看实验结果的时候用这种图可以直观的看到attention的效果怎么样。
街道口扛把子·2019-01-27 11:52

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《对话AI–问答系统，阅读理解综述第一部分概述》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[参考文献1]。
梯度下降·2019-01-20 22:09

AI从技术走向落地，用户体验是最重要的粘合剂

Naturali奇点机智创始人兼CEO邬霄云博士受Datafun社区的邀请，与NLP从业者分享了机器阅读理解技术及其应用。
奇点机智·2018-12-14 16:24

平安金融壹账通获机器阅读理解顶级赛事(SQuAD)世界第一

近日，在由斯坦福大学发起的机器阅读理解竞赛（StanfordQuestionAnsweringDataset，SQuAD）中，平安金融壹账通以领先的技术脱颖而出，位列榜单第一位。
IFTNews·2018-12-03 17:39

干货 | 谷歌BERT模型fine-tune终极实践教程

奇点机智技术团队将结合利用BERT在AI-Challenger机器阅读理解赛道的实
AI科技大本营·2018-11-26 16:12

机器阅读理解machine comprehensive

梗概(1),wordcontinuousrepresentation将词向量表示成连续的向量形式，通过wordembed模型(2)，wordcontinuousrepresentationtosentencecontinuousrepresentation将词连续向量转换成一个句子连续向量，通过卷积或lstm来实现。具体应用有：通过句子的语义连续向量和recurrentcontinuoustran
qq276982536·2018-11-22 11:43

Multi-Passage Machine Reading Comprehension with Cross-Passage Answer Verification 论文阅读

原文链接：https://arxiv.org/pdf/1805.02220.pdfAbstract对于真实网络数据来说，机器阅读理解(MRC)任务通常要求机器通过分析搜索引擎检索出来的多个段落来回答问题
Maka_uir·2018-11-16 10:09

谷歌AI论文BERT双向编码器表征模型：机器阅读理解NLP基准11种最优(公号回复“谷歌BERT论文”下载彩标PDF论文)

谷歌AI论文BERT双向编码器表征模型：机器阅读理解NLP基准11种最优(公号回复“谷歌BERT论文”下载彩标PDF论文)原创：秦陇纪数据简化DataSimp今天数据简化DataSimp导读：谷歌AI语言组论文
秦陇纪10数据简化DataSimp·2018-11-03 22:22

Read + Verify: Machine Reading Comprehension with Unanswerable Questions 论文阅读笔记

MachineReadingComprehensionwithUnanswerableQuestions本篇文章创新点：1提出了reader-vertify结构，首先生成一个答案，再验证答案的合理性2提出了三种模型3提出了两个独立的loss函数作为辅助摘要部分没有答案的情况也是机器阅读理解的任务之
Maka_uir·2018-11-02 10:47

[NLP自然语言处理]谷歌BERT模型深度解析

模型三、BERT模型解析论文的核心：详解BERT模型架构关键创新：预训练任务实验结果四、BERT模型的影响对BERT模型的观点参考文献一、前言最近谷歌搞了个大新闻，公司AI团队新发布的BERT模型，在机器阅读理解顶级水平测试
qq_39521554·2018-10-15 17:18

谷歌NLP BERT

谷歌AI团队新发布的BERT模型，在机器阅读理解顶级水平测试SQuAD1.1中表现出惊人的成绩：全部两个衡量指标上全面超越人类！
南七小僧·2018-10-15 10:45

NLP历史突破！谷歌BERT模型狂破11项纪录，全面超越人类！

谷歌AI团队新发布的BERT模型，在机器阅读理解顶级水平测试SQuAD1.1中表现出惊人的成绩：全部两个衡量指标上全面超越人类，并且还在11种不同NLP测试中创出最佳成绩。
·2018-10-13 17:00

2018机器阅读理解竞赛冠军分享：问答系统新思路

Naturali奇点机智团队作为2018机器阅读理解技术竞赛冠军团队，受邀参加本次活动的“机器阅读理解评测论坛及颁奖仪式”。
AI科技大本营·2018-07-29 14:23
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他