論文分享 - Machine Comprehension Using Match-LSTM and Answer Pointer

介紹 在Machine Comprehension（MC）任務中，早期數據庫規模小，主要使用pipeline的方法；後來隨着深度學習的發展，2016年，一個比較大規模的數據庫出現了，即SQuAD。該文是第一個在SQuAD數據庫上測試的端到端神經網絡模型。主要結構包括兩部分：Match-LSTM和Pointer-Net，並針對Pointer-Net設計了兩種使用方法，序列模型（Sequence Mo

>>阅读原文<<