抽取式机器阅读理解研究综述

• 作者: 包玥 李艳玲 林民
• 来源期刊: 计算机工程与应用
• 关键词: 抽取式机器阅读理解 自然语言处理 深度学习 迁移学习 注意力机制
• 年，卷（期）: 2021,（12）
• 所属期刊栏目: 热点与综述|Research Hotspots and Reviews
• 页码范围: 25-36
• 页数: 12页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2102-0038

摘要

机器阅读理解要求机器能够理解自然语言文本并回答相关问题,是自然语言处理领域的核心技术,也是自然语言处理领域最具挑战性的任务之一.抽取式机器阅读理解是机器阅读理解任务中一个重要的分支,因其更贴合实际情况,更能够反映机器的理解能力,成为当前学术界和工业界的研究热点.对抽取式机器阅读理解从以下四个方面进行了全面地综述:介绍了机器阅读理解任务及其发展历程;介绍了抽取式机器阅读理解任务以及其现阶段存在的难点;对抽取式机器阅读理解任务的主要数据集及方法进行了梳理总结;讨论了抽取式机器阅读理解的未来发展方向.