机器阅读理解相关论文
当今社会,海量的信息涌入互联网中,为了从海量互联网新闻数据中提取到有价值的信息,人们开始依赖自然语言处理技术进行信息抽取,而......
机器阅读理解任务在近年来备受关注,它赋予计算机从文本数据中获取知识和回答问题的能力。如何让机器理解自然语言是人工智能领域长......
机器阅读理解是自动问答领域的重要研究.随着深度学习技术发展,机器阅读理解已逐渐成为实现智能问答的技术支撑.注意力机制能够作为......
随着人们法治意识的提高以及司法数字化改革的不断推进,司法机关和一些相应的平台都已经积累了大量的法律数据。在此基础上,借助人工......
在多轮人机对话场景下,用户对话常存在指代或信息省略的问题,给对话系统准确识别用户意图造成了巨大困难。为此,研究者提出使用序......
机器阅读理解的研究吸引了来自自然语言处理领域的很多研究者的广泛关注。目前大多数的机器阅读理解任务都要依赖词向量来实现,而......
机器阅读理解是指使用算法让计算机理解文章的意思并回答相关问题的一种技术。由于计算机算力和存储能力的发展以及深度学习因其具......
随着人工智能技术的发展,许多领域都出现了人工智能与传统行业的深度融合,诞生出了各种改变人们日常生活的应用。医疗作为与民生密......
机器阅读理解,作为人工智能的关键研究方向,目前广泛应用在搜索引擎、对话系统等领域,其目的是让机器像人类一样阅读和理解文本内......
机器阅读理解在自动问答任务中是一项较为复杂的任务。机器阅读理解是通过计算机阅读文本,对文本内容进行理解从而找出或者推理出......
大量的人类知识是以非结构化自然语言文本的形式传递的,因此使机器能够阅读和理解文本具有重要的意义。近年来,随着许多该领域数据......
自动问答系统要求机器在阅读由自然语言表述的问题之后给出问题的答案,可以用于衡量机器的智能程度。因此,对于自动问答系统的研究......
机器阅读理解(Machine Reading Comprehension,MRC)是一项用于测试机器是否能够理解输入语料的任务,它要求机器根据输入语料来回答给......
自2018年李克强总理提出“互联网+政务服务”概念以来,国内的政务智能问答系统不断涌现。但是大多数的政务问答系统都是基于知识图......
机器阅读理解是自然语言处理领域的重要课题之一,在智能问答、对话生成、文本摘要等领域都涉及机器阅读理解技术。目前,机器阅读理......
近年来,国家司法改革不断深化,随着司法机构数字化程度不断提高,法律文本数据信息出现了指数级的急速增长,海量司法文书的高效分析......
目前机器阅读理解的注意力网络主要基于LSTM或GRU,由于RNNs的本质,训练和推理非常耗时.此外,这些模型使用粗粒度的注意机制来定位......
机器阅读理解作为自然语言处理领域的热门研究课题之一,意义在于使机器理解文本语义并具备推理、提炼文本信息并回答相关问题的能......
文本问答,旨在构建能够回答任意自然语言问题的计算机系统,是自然语言处理与人工智能领域内最具难度的挑战之一。阅读理解式问答,......
机器阅读理解,是自然语言处理的一个子任务,旨在让机器阅读、理解人类语言文本并回答相应问题,是自然语言处理与人工智能领域内最......
机器阅读理解是当前自然语言处理领域最为前沿和热门的研究方向之一,它的研究目的是利用计算机建立模型,使计算机能像人类一样阅读......
传统搜索引擎是用户检索信息的重要渠道,用户输入问题返回网页集合,需要用户自己快速浏览网页定位到答案的具体位置,整个过程费时......
机器阅读理解是自然语言处理领域中的重要研究方向,是实现人工智能必须的基础理论和奠基任务,在现实生活中具有广阔的实际应用需求......
在面对新领域对话时,基于深度学习的任务型对话系统往往需要涵盖所有可能对话流程的大量标注对话。然而,正确的对话标注因为购买成......
机器阅读理解旨在评估计算机的自然语言理解能力,当前的大多数机器阅读理解模型缺乏逻辑推理能力,最先进的模型在推理阅读理解数据......
法律文件数量的快速增长与人工智能的飞速发展,推动了法律领域中机器阅读理解的发展,如罪名预测、证据预测、法律条文推荐等.证据......
司法要素抽取是司法智能化辅助应用的重要基础,其目的是判别裁判文书涉及的关键案情要素.以往司法要素抽取通常采用多标签分类方法......
针对目前机器阅读理解任务中文章和问题缺乏有效信息交互导致准确率较低的问题,笔者提出基于ALBERT的多头交叉注意力模型.通过Albe......
随着科技的发展,人工智能技术在生活中的应用越来越广泛,其中的难点便是如何使机器能够正确地理解人类的语言。机器阅读理解任务的......
机器阅读理解是NLP领域的一个研究热点,目前大部分是对答案简短的问题进行研究,而具有长答案的问题,如描述类问题是现实世界无法避......
基于语义抽取的机器阅读理解是目前人工智能与大数据相结合的热点应用之一。针对复杂多文本机器阅读理解任务中的语义理解与答案提......
对近几年迅速发展的多项选择式机器阅读理解的研究进展进行了归纳总结.首先介绍了多项选择式阅读理解的任务以及评价方法;其次介绍......
在威胁情报实体抽取领域,由于网络数据源结构复杂、无关信息多,且威胁情报实体具有专业性强、分类模糊等特点,传统实体识别方法对......
机器阅读理解(简称阅读理解)是自然语言处理领域的一项重要任务.目前基于深度学习的阅读理解模型在一些数据集上(如SQuAD)取得了很......
与常规的单跳机器阅读理解相比,多跳机器阅读理解(MHMRC)需要在多个相关文档段落中进行多跳推理以实现对复杂问题的理解和回答,其......
肿瘤分期是指从病人的电子病历文本中推测肿瘤对应阶段的过程。在电子病历数据中存在类别严重不均衡现象,因此使用深度学习方法进......
机器阅读理解(MRC,Machine Reading Comprehension)是自然语言处理领域一个重要的研究方向.相关模型研究在直接提取篇章内容作为答......
大多数机器阅读理解模型是基于具有各种注意力机制的端到端深度学习网络,但此类模型会损失句子级别的语义信息。此外,现有数据集中......
近年来,随着技术的不断发展,自然语言处理的研究逐渐转入自然语言理解的研究。机器阅读理解,便在这个大背景下应运而生。机器阅读理解......
随着裁判文书等司法大数据不断积累,如何将人工智能与法律相结合成为了法律智能研究的热点。该文针对2020中国法研杯司法人工智能......
作为自然语言处理的一个研究分支,机器阅读理解近年来不断受到研究者的关注。随着旧的测评数据集不断被攻克,阅读理解领域涌现了大......
自然语言处理的目标,是让计算机能够在理解文本内在含义的基础上处理文本。机器阅读理解是指机器根据给出的文章内容,回答提出的问......
会话式交互,特别是多轮次会话交互,已经成为当前人机交互领域的热点。为了进一步提升其产品的用户体验,全球各大公司纷纷推出了各......