机器阅读理解

SQuAD阅读理解模型总结

本文是一篇机器阅读理解的综述文章，主要聚焦于介绍公布在SQuAD（StanfordQuestionAnsweringD
芮芮杰·2018-07-15 22:01

NLP公开课 | 有感情的机器人是如何的诞生的？

日前，由中国中文信息学会(CIPS)、中国计算机学会(CCF)和百度公司联合举办的「2018机器阅读理解技术竞赛」落下帷幕，Naturali奇点机智从国内外800多支队伍中脱颖而出，获得第一名。
csdn人工智能头条·2018-06-26 19:54

2018机器阅读理解技术竞赛，奇点机智获第一名

机器阅读理解的能力，能否超越人类？2018年5月15日，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”落下帷幕。
AI科技大本营·2018-05-24 18:14

R-NET机器阅读理解（原理解析）

R-NET机器阅读理解（原理解析）简介斯坦福大学自然语言计算组发布SQuAD数据集，诸多团队参与其中，而微软亚研的R-NET是首个在某些指标中接近人类的深度学习模型。
jyh764790374·2018-05-08 22:15

机器阅读理解技术初探&Bi-DAF

机器阅读理解与之颇为相似。机器做阅读理解，也需要掌握（并不是理解）给定文章或段落中的信息。我们是要将英文映射到中文（或许有人是映射到实体世界？），而机器将自然语言映射
浪漫主义AI·2018-03-30 23:30

机器阅读理解（machine comprehension）

所谓机器阅读理解任务，指的就是给一段context描述，然后对应的给一个query，然后机器通过阅读context后，给出对应query的答案。
guoyuhaoaaa·2018-03-14 17:36

记忆网络系列之Recurrent Entity Network

该模型可以用于机器阅读理解、QA等领域。本文参考了Google团队的NTM和其他的神经计算单元,能够基于内容和位置对记忆单元进行读写操作。本文在babi-10k
北邮张博·2018-01-30 12:03

阿里巴巴布局自动驾驶技术，夺道路场景分割技术三项世界第一

继机器阅读理解打破世界纪录、精准率首次超越人类之后，阿里巴巴再传喜讯：夺道路场景分割任务世界级技术第一，与自动驾驶紧密相关。
云栖社区v·2018-01-16 00:00

机器阅读理解打破人类记录，解读阿里iDST SLQA 技术

几乎在同一时间，微软和阿里巴巴的机器阅读理解系统在最新的SQuAD数据集测评结果中取得了并列第一的成绩。这是历史上第一次，机器阅读理解的精准匹配分数超越了人类的评测结果。
机器之心V·2018-01-15 06:00

机器阅读理解相关论文汇总

原文链接：https://my.oschina.net/stevie/blog/1543521一、综述1EmergentLogicalStructureinVectorRepresentationsofNeuralReaders二、论文1.LearningRecurrentSpanRepresentationsforExtractiveQuestionAnswering2.AnsweringCom
chuanzhuanxian8669·2017-09-26 11:00

【AI前沿】机器阅读理解与问答·Dynamic Co-Attention Networks

内容速览协同注意力Co-Attention动态迭代DynamicIterationDCN模型Highway和Maxout简介实验与总结在上期的文章【AI前沿】机器阅读理解与问答·介绍篇中，我们介绍了机器阅读理解与问答这一任务
算法学习者·2017-09-04 10:31

PaperWeekly 第38期 | SQuAD综述

本文是一篇机器阅读理解的综述文章，主要聚焦于介绍公布在SQuAD（StanfordQuestionAnsweringD
算法学习者·2017-06-22 09:21

深度学习解决机器阅读理解任务的研究进展

/*版权声明：可以任意转载，转载时请标明文章原始出处和作者信息.*/author:张俊林关于阅读理解，相信大家都不陌生，我们接受的传统语文教育中阅读理解是非常常规的考试内容，一般形式就是给你一篇文章，然后针对这些文章提出一些问题，学生回答这些问题来证明自己确实理解了文章所要传达的主旨内容，理解地越透彻，学生越能考出好的成绩。如果有一天机器能够做类似于我们人类做阅读理解任务，那会发生什么呢？很明显教
张俊林博客·2016-10-16 19:36

Gated-Attention Readers for Text Comprehension

关键词readingcomprehension,gatedattention,GRU来源arXiv2016.06.05问题对于机器阅读理解的进步，可以采用cloze-questions(类似于完形填空)
ryanloucc·2016-09-26 10:12

机器阅读理解中文章和问题的深度学习表示方法

*/author:张俊林注：本文是《深度学习解决机器阅读理解任务的研究进展》节选，该文将于近期在“深度学习大讲堂”公众号发布。
张俊林博客·2016-09-21 18:22

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
cpongo2·2015-08-28 08:54
上一页 1 2 3 4 5 下一页
按字母分类： ABCDEFGHIJKLMNOPQRSTUVWXYZ其他