【論文筆記09】Teaching Machines to Read and Comprehend
本文主要做出了兩個大的貢獻： 給出了閱讀理解數據集的構造方法，並開源了兩個閱讀理解數據集； 提出了三種神經網絡模型作爲baseline，以方便後面的研究者進行相關的研究。 1 數據構造 主要是從新聞網站中抓取新聞作爲文章，新聞的摘要去掉一個實體詞成爲query，被去掉的單詞作爲答案。爲了防止模型對訓練數據的過度依賴，於是將文章和問題中的實體進行匿名化和隨機替換。具體見官方教程 2 三種神經網絡模型
相關文章
- 1. Teaching Machines to Read and Comprehend
- 2. 論文筆記：Teaching Machine to Read and Comprehend
- 3. (34)[NIPS15] Teaching Machines to Read and Comprehend
- 4. 【博客筆記】Attentive Reader\Impatient Reader：機器閱讀理解之開山之作Teaching Machines to Read and Comprehend
- 5. Teaching Machines to Converse--閱讀筆記1 摘要及介紹
- 6. 論文筆記-Factorization Machines
- 7. 論文筆記 Joint Inference of Reward Machines and Policies for Reiforcement Learning
- 8. Machine Learning & Deep Learning 論文閱讀筆記
- 9. 論文筆記——Comparing to Learn
- 10. [論文筆記] Live Migration of Virtual Machines (NSDI, 2005)
- 更多相關文章...
- • ASP Read 方法 - ASP 教程
- • CAP理論是什麼？ - NoSQL教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • RxJava操作符（七）Conditional and Boolean
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Teaching Machines to Read and Comprehend
- 2. 論文筆記：Teaching Machine to Read and Comprehend
- 3. (34)[NIPS15] Teaching Machines to Read and Comprehend
- 4. 【博客筆記】Attentive Reader\Impatient Reader：機器閱讀理解之開山之作Teaching Machines to Read and Comprehend
- 5. Teaching Machines to Converse--閱讀筆記1 摘要及介紹
- 6. 論文筆記-Factorization Machines
- 7. 論文筆記 Joint Inference of Reward Machines and Policies for Reiforcement Learning
- 8. Machine Learning & Deep Learning 論文閱讀筆記
- 9. 論文筆記——Comparing to Learn
- 10. [論文筆記] Live Migration of Virtual Machines (NSDI, 2005)