Modelado extractivo de preguntas y respuestas utilizando modelos codificador-decodificador con decodificación restringida y aprendizaje por refuerzo basado en evaluación
Autores: Li, Shaobo; Sun, Chengjie; Liu, Bingquan; Liu, Yuanchao; Ji, Zhenzhou
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Modelado extractivo de preguntas y respuestas utilizando modelos codificador-decodificador con decodificación restringida y aprendizaje por refuerzo basado en evaluación
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Respuesta a preguntas extractivas
Comprensión de lectura de máquinas
Modelos basados en redes neuronales
Modelo codificador-decodificador
Aprendizaje por refuerzo
Conjunto de datos SQuAD
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 29
Citaciones: Sin citaciones
La pregunta y respuesta extractiva, también conocida como comprensión de lectura por máquina, puede ser utilizada para evaluar qué tan bien una computadora comprende el lenguaje humano. Es un tema valioso con muchas aplicaciones, como en chatbots y asistentes personales. Los modelos basados en redes neuronales de extremo a extremo han logrado un rendimiento notable en estas tareas.
Descripción
La pregunta y respuesta extractiva, también conocida como comprensión de lectura por máquina, puede ser utilizada para evaluar qué tan bien una computadora comprende el lenguaje humano. Es un tema valioso con muchas aplicaciones, como en chatbots y asistentes personales. Los modelos basados en redes neuronales de extremo a extremo han logrado un rendimiento notable en estas tareas.