machine comprehension | BriefGPT

关键词machine comprehension

搜索结果 - 47

使用专家混合模型进行视频关系检测
利用混合专家方法的 MoE-VRD 在视觉关系检测中展示了较优的性能，通过条件计算和可伸缩性能显著增强了神经网络容量。
PDF4 months ago
开放域过程文本的流图预测
本文提出了一种基于食谱流程图的框架，来预测开放领域中流程文本的流程图，通过实现领域适应模型，实验结果表明领域适应的模型比只在烹饪或目标领域数据上训练的模型具有更高的性能。
PDFa year ago
WWW通过电影场景检测进行情境和行为理解
该研究提出了一种多流理解网络方法 (MulCom)，它在分析电影剧情中的 Tropes (故事设备) 方面表现出优异的性能，并与基准模型进行了比较。
PDF3 years ago
ACL利用答案选择之间的自然语言关系进行机器理解
本文介绍了一种通过利用自然语言关联性来提高机器的阅读理解性能的方法：使用独立的问答系统进行问答任务和自然语言推理系统对选择对之间的关系进行分析，然后通过基于整数线性规划的关系框架进行推理，提高独立问答系统的决策能力。此外，本方法还提出了一个
PDF4 years ago
EMNLPISAAQ -- 基于预训练 Transformer 和自上而下、自下而上注意力机制的教科书问题解答
本文提出了一种基于 transformer 语言模型和自下而上和自上而下的注意力机制的教科书问答系统，能够成功地解决文本和图像相结合的复杂任务。
PDF4 years ago
AAAI医学考试开放领域大规模问答数据集：这位病人患有何种疾病？
本研究提供了首个针对医疗问题的自由形式多项选择 OpenQA 数据集 MedQA，涵盖三种语言，并通过实现规则和神经网络两种方法进行实验，最终发现即使是当前最好的方法在英语、繁体中文和简体中文问题上也只能实现 36.7％、42.0％和 70
PDF4 years ago
基于知识的开放域问答
本研究提出了一种知识辅助的开放域问答方法，通过考虑问题与文档之间的关系以及文档与文档之间的关系来构建问题 - 文档图和文档 - 文档图，使用知识三元组并结合文档检索和答案重新排名来提高文档检索和答案排序的性能，从而提高了开放域问答的整体性能
PDF4 years ago
EMNLP揭示语义检索对大规模机器阅读的重要性
本文提出管道系统及语义检索中间层制定通用设计指南。在事实检查和开放领域多跳 QA 中，该系统取得了表现。统计分析表明，中间层语义检索提高了上游信息的筛选效率，下游建模的数据质量，实现了学习上下文逻辑结构的机器阅读。
PDF5 years ago
自然语言问题回答问题的集成方法
该研究利用神经注意力机制提高机器阅读理解和问答的准确性，分析和比较多种神经网络模型，将其组成集成模型并在 SQUAD 数据集上测试，结果表明集成模型优于最佳模型 Mnemonic Reader。
PDF5 years ago
EMNLPQuoref：一个需要共指推理的阅读理解数据集
提供一个新的众包数据集，用于多句理解文本，涉及复杂的指代消解，旨在评估阅读模型解决指代消解的能力，与现有的基准模型相比，该模型表现显著更好。
PDF5 years ago
ACL利用一阶逻辑增强神经网络
本文介绍了一种新的框架，将逻辑语句编译成计算图，用于指导神经网络的训练和预测，在机器理解、自然语言推理、文本分块等任务表现出较高性能，特别是在低数据情况下表现出色。
PDF5 years ago
ACLRankQA：具有答案重新排序的神经问答模型
RankQA 是一种新的神经问答模型，利用三阶段过程（检索、理解和重新排序）来自动回答问题，为后续基于内容的问答研究提供了有力的基线模型。
PDF5 years ago
MCScript2.0：一个机器理解语料库，侧重于剧本事件和参与者
介绍了 MCScript2.0，这是一个机器理解语料库，用于端到端的脚本知识评估，包括约 20000 个问题，分布在约 3500 个文本上，大部分问题需要使用常识和特定的脚本知识，这是一个挑战性的数据集，已公开发布。
PDF5 years ago
ICLR利用机器阅读理解从文本构建动态知识图谱
我们提出了一种神经机器阅读模型，它从过程文本中构建动态知识图，并利用它们来跟踪参与实体的演变状态，从而改善机器对文本的理解。
PDF6 years ago
电子商务对话搜索的查询跟踪：基于机器理解的视角
本文提出了利用基于自我注意力的神经网络的机器理解方法，来解决电子商务对话搜索中的查询跟踪问题，并构建了一种新的数据集，实验结果表明，该模型在精确匹配度和 F1 得分方面优于几种基线模型，展示了机器理解模型在此任务上的潜力。
PDF6 years ago
EMNLP上下文问答
本研究提出了一种基于对话的问答数据集 QuAC，其包含 14K 个信息寻求问答对话（共 100K 个问题），并且 QuAC 针对其他机器理解数据集中未发现的挑战进行了改进。我们在详细的定性评估中表明，QuAC 的问题通常更具开放性、难以回答
PDF6 years ago
ODSQA: 开放领域口语问答数据集
本文介绍一个包含超过三千个问题的开放领域口语问答数据集，研究发现自动语音识别误差对于口语问答有灾难性影响，本文提出将子词单元用于缓解该问题，同时通过对基于文本问答的训练样本进行数据扩增，提高了口语问答的表现。
PDF6 years ago
COLING依赖门控阅读用于填空式问答
该论文提出了一种新的深度学习架构，名为 DGR 网络，用于解决 cloze-style 问题回答任务，具有高竞争性能，并通过去除注意力机制研究和分析来验证模型。
PDF6 years ago
EMNLP短语索引问答：可扩展文档理解的新挑战
本篇研究论文提出了一种新的模块化变体的问答任务，通过对文档编码器和问题编码器的完全独立来解决机器理解中的关键挑战，并且其编码的答案候选短语可以预先计算和索引以实现高效检索。
PDF6 years ago
Spoken SQuAD: 降低语音识别错误对听力理解的影响研究
本文提出一个新的听力理解任务 —— 口语 SQuAD，发现语音识别错误对机器理解的影响是灾难性的，提出了几种方法来减轻这种影响。
PDF6 years ago