机器阅读理解的研究进展

王小捷, 白子薇, 李可, 袁彩霞

北京邮电大学 计算机学院, 北京 100876

收稿日期:2019-06-11出版日期:2019-12-28发布日期:2019-11-15
通讯作者:白子薇(1994-),女,博士生,E-mail:bestbzw@bupt.edu.cn.E-mail:bestbzw@bupt.edu.cn
作者简介:王小捷(1969-),男,教授.
基金资助:国家自然科学基金项目（61906018）

Survey on Machine Reading Comprehension

WANG Xiao-jie, BAI Zi-wei, LI Ke, YUAN Cai-xia

School of Computer Science, Beijing University of Posts and Telecommunications, Beijing 100876, China

Received:2019-06-11Online:2019-12-28Published:2019-11-15


Supported by:

摘要/Abstract

摘要： 为便于厘清机器阅读理解任务的研究现状，按照答案来源，将机器阅读理解分为完形填空、片段选择、多项选择和答案生成4类.在统一的编码器-交互与推理-输出框架下对此4类任务的已有研究进行了综述，并描述了2种对此框架的可能扩展；最后讨论了机器阅读理解未来需要解决的问题.
中图分类号:
TP18

引用本文

王小捷, 白子薇, 李可, 袁彩霞. 机器阅读理解的研究进展[J]. 北京邮电大学学报, 2019, 42(6): 1-9.
WANG Xiao-jie, BAI Zi-wei, LI Ke, YUAN Cai-xia. Survey on Machine Reading Comprehension[J]. Journal of Beijing University of Posts and Telecommunications, 2019, 42(6): 1-9.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4605