机器阅读理解在英语数据集中得到了广泛的研究。同时,研究非英语数据集和模型也很重要,以便更全面地了解机器是如何理解人类语言的。在这次谈话中,我们将涉及三个主要的话题来处理非英语的MRC场景。首先,我们将谈谈在中文机器阅读理解领域所做的努力。接下来,我们将转向多语言和跨语言的MRC研究,介绍我们的一系列工作,讨论这些技术如何提高中文和其他语言的MRC系统性能。最后,我们将尝试以多语言的方式分析MRC模型,并以新的基准和方法在可解释的MRC中展示我们的努力。

https://mrqa.github.io/

成为VIP会员查看完整内容
36

相关内容

【EACL2021教程】无监督神经机器翻译,125页ppt
专知会员服务
24+阅读 · 2021年11月13日
【Coling-2020】面向机器阅读理解的双向认知思维网络
专知会员服务
10+阅读 · 2021年2月12日
专知会员服务
326+阅读 · 2020年11月24日
【EMNLP2020】自然语言处理模型可解释性预测,182页ppt
专知会员服务
51+阅读 · 2020年11月19日
哈工大讯飞联合实验室发布中文XLNet预训练模型
哈工大SCIR
13+阅读 · 2019年8月20日
招募 | 哈工大讯飞联合实验室实习生招募中!
AI科技评论
6+阅读 · 2018年3月25日
Arxiv
14+阅读 · 2020年1月27日
Music Transformer
Arxiv
5+阅读 · 2018年12月12日
Arxiv
6+阅读 · 2018年5月22日
VIP会员
最新内容
最新“指挥控制”领域出版物合集(简介)
专知会员服务
1+阅读 · 今天15:19
面向军事作战需求开发的人工智能(RAIMOND)
专知会员服务
3+阅读 · 今天15:13
软件定义多域战术网络:基础与未来方向(综述)
水下战战术决策中的气象与海洋预报(50页报告)
远程空中优势:新一代超视距导弹的兴起
专知会员服务
1+阅读 · 今天14:45
大语言模型溯因推理的统一分类学与综述
专知会员服务
0+阅读 · 今天12:07
微信扫码咨询专知VIP会员