machine reading comprehension | BriefGPT

关键词machine reading comprehension

搜索结果 - 191

QLSC：基于查询潜在语义校准器的鲁棒抽取式问答
我们提出了一种称为 “Query Latent Semantic Calibrator (QLSC)” 的新方法，作为现有 MRC 模型的辅助模块，通过一种独特的缩放策略捕捉查询的潜在语义中心特征，并使用注意机制将这些特征与传统的查询和段落
PDF2 months ago
用问题关注的段落抽取增强预设的生成式语言模型在机器阅读理解中的应用
在自然语言处理领域，机器阅读理解（MRC）存在着重大挑战。尽管主流的 MRC 方法主要使用仅编码器模型（如 BERT）利用抽取策略，但生成式方法面临着超出控制的生成问题 —— 这是一个关键问题，生成的答案经常是不正确、不相关或与源文本不一致
PDF2 months ago
多项选择数据集能否用于抽取式问答？
我们重新利用 Belebele 数据集，将其用于机器阅读理解中的抽取式问答任务，从而解决资源匮乏语言中的数据标注问题，并为英语和现代标准阿拉伯语（MSA）提供了平行的抽取式问答数据集，并在多种单语和跨语言的问答对中进行了评估和分析。
PDF2 months ago
emrQA-msquad: 使用 SQuAD V2.0 框架构建的医疗数据集，丰富了 emrQA 医疗信息
机器阅读理解在医疗问答系统中发挥着重要作用，本研究通过整合专门的医学数据集和创建专用数据集的方法，提高了问答系统的准确性，为临床决策和医学研究的进展做出贡献。通过对 BERT、RoBERTa 和 Tiny RoBERTa 等模型进行微调，显
PDF2 months ago
COLING解读教育故事主题
本研究关注阅读理解的新一级别 —— 解释性理解，特别强调推断叙述文本的主题。我们介绍了第一个专门设计用于解释性理解教育叙述文本的数据集，并提供相应的主题文本。该数据集涵盖了各种流派和文化背景，并包含了人工注释的主题关键词，具有不同层次的细粒
PDF3 months ago
特徵工程的死亡？BERT 搭配 SQuAD 2.0 的語言特徵
我们开发了一个整合了 BERT 和其他语言特征的端到端问题回答模型，结果表明这种模型能够改善 BERT 基础模型，EM 得分和 F1 得分分别提高了 2.17 和 2.14。我们的最佳单一模型在隐藏测试集上达到了 EM 得分 76.55 和
PDF3 months ago
SIGIRArabicaQA: 阿拉伯问答系统的综合数据集
本文介绍了 ArabicaQA，这是第一个用于阿拉伯语机器阅读理解和开放域问题回答的大规模数据集，包含了 89095 个可回答和 3701 个无法回答的问题，以及其他标记的开放域问题。同时还介绍了 AraDPR，这是第一个针对阿拉伯文本检索
PDF3 months ago
SIGIRChroniclingAmericaQA：基于历史美国报纸页面的大规模问题回答数据集
基于历史报纸收藏物 Chronicling America 构建的大规模数据集 ChroniclingAmericaQA 是用于问题回答和机器阅读理解任务的独特而有用的资源。
PDF3 months ago
王岔狮和王岔 X MRC 评估
该研究报告描述了 WangchanLion 的开发，它是一种针对泰语机器阅读理解（MRC）的指令微调模型。通过使用泰语 MRC 数据集进行广泛的实验研究，我们证明了该模型在零次训练和一次训练设置下，能够理解上下文并生成与参考答案一致的回答。
PDF3 months ago
基于 MRC 的嵌套式医学 NER：共同预测与自适应预训练
提出了基于机器阅读理解（MRC）的医学命名实体识别（NER）模型，利用任务自适应预训练策略提高模型在医学领域的能力，并引入多词对嵌入和多粒度膨胀卷积以增强模型的表示能力，同时采用 Biaffine 和 MLP 的组合预测器来提高模型的识别性
PDF3 months ago
QASE 增强的 PLM：提升 MRC 中的文本生成控制
針對生成模型在機器閱讀理解中失控的問題，我們引入了問題關注的範圍提取 (QASE) 模塊。在預訓練生成語言模型 (PLMs) 的微調過程中，QASE 使得這些 PLMs 能夠匹配 SOTA 的範圍提取方法，在 MRC 任務中表現優於領先的
PDF4 months ago
ACLVlogQA: 越南口语问答的任务、数据集和基线模型
通过捕捉越南母语者在自然环境中的口语表达，这篇论文描述了一个用于机器阅读理解任务的越南口语语料库的开发过程，并提供了使用真实数据进行机器阅读理解任务所面临的挑战和机遇的见解。
PDF5 months ago
利用外部知识资源实现领域特定的理解
通过利用知识图谱与预训练语言模型的嵌入空间相结合的方法，我们对领域特定的文本数据进行了对齐和融合，从而实现与领域特定模型相似的性能表现。
PDF5 months ago
EMNLPMPrompt: 多级提示调优在机器阅读理解中的探索
该研究提出了一种多级提示调优方法来增强机器阅读理解，通过利用任务特定、领域特定和上下文相关的提示，提高了输入语义在不同层次上的理解能力。同时，引入了独立性约束来避免冗余，并利用上下文相关知识生成合适的提示。在各种问答格式的 12 个基准测试
PDF8 months ago
EMNLP引导 LLM 自欺：自动操纵机器阅读理解快捷触发器
近期应用于机器阅读理解（MRC）系统的 LLMs 显示出了令人印象深刻的结果，但使用的快捷方式，即特征与真实标签表面相关的机制，已成为其可靠性的潜在威胁。我们从两个角度分析了问题：LLMs 作为编辑器，被引导编辑文本以误导 LLMs；LLM
PDF8 months ago
EMNLP解释文本片段之间的交互
通过 SpanEx 数据集和社区检测方法，研究了自然语言理解中的跨度推理，包括事实核查和机器阅读理解，并与人类推理过程进行了比较。
PDF8 months ago
基于机器阅读理解的命名实体识别：一种多任务学习方法
本文提出了一种多任务学习框架，将标签依赖关系融入基于机器阅读理解的命名实体识别，通过使用自注意力模块来捕捉标签之间的依赖关系，实现更好的性能。
PDF9 months ago
Belebele 基准测试：122 种语言变体的平行阅读理解数据集
我们提供了 Belebele，这是一个涵盖了 122 种语言的多选机器阅读理解（MRC）数据集。该数据集显著扩展了自然语言理解（NLU）基准的语言覆盖范围，在高、中、低资源语言中评估了文本模型，从而使得对模型性能的直接比较成为可能。通过这个
PDF10 months ago
基于演示学习的机器阅读理解下的少样本生物医学实体识别
通过将生物医学实体识别重新定义为机器阅读理解问题，提出了一种基于演示学习的方法来改进在少样本学习场景下的模型识别生物医学实体的能力。使用六个基准数据集进行评估，结果表明 MRC 语言模型在识别生物医学实体方面比序列标注方法更为高效，并且可以
PDFa year ago
单句阅读者：解决答案位置偏见的新方法
这篇论文探讨了答案位置偏差的概念，其中有大部分训练问题的答案仅位于上下文的第一句。我们提出了一种新的方法来解决机器阅读理解中的答案位置偏差问题，即单句阅读器。我们使用六种不同的模型实现了这种方法，并对它们的性能进行了详细分析。值得注意的是，
PDFa year ago