-
题名基于逻辑推理的机器阅读理解综述
- 1
-
-
作者
李晴
李艳玲
董杰
葛凤培
林民
-
机构
内蒙古师范大学计算机科学技术学院
无穷维哈密顿系统及其算法应用教育部重点实验室(内蒙古师范大学)
北京邮电大学图书馆
-
出处
《计算机科学与探索》
CSCD
北大核心
2024年第8期1998-2013,共16页
-
基金
国家自然科学基金(12204062,62266033,61806103,61562068)
无穷维哈密顿系统及其算法应用教育部重点实验室开放课题(2023KFZD03)
+4 种基金
内蒙古自然科学基金(2022LHMS06001)
内蒙古师范大学基本科研业务费专项资金(2022JBQN106,2022JBQN111,2022JBTD016)
内蒙古自治区高等学校创新团队发展计划(NMGIRT2407)
内蒙古师范大学研究生创新基金(CXJJS23066)
“一区两基地”建设项目(计算科学联合创新实验室)。
-
文摘
机器阅读理解是自然语言处理领域中的核心任务之一,该任务目标是使机器能够理解自然语言文本,并正确回答关于文本内容的问题。随着自然语言处理相关方法和模型的发展,研究者们开始关注机器阅读理解中更具挑战性的推理型问题,这些问题通常要求模型不仅理解文本中的浅层信息,还要能够在逻辑上进行思考和推理,以回答更加复杂的问题。对基于逻辑推理的机器阅读理解相关的最新成果进行全面的归纳。介绍基于逻辑推理的机器阅读理解任务。介绍该任务的相关方法,并根据侧重点的不同将这些方法分成四类:基于符号神经网络的方法、基于图神经网络的方法、基于预训练的方法和基于大模型的微调策略。重点描述四类方法的代表性工作。在LogiQA和ReClor两个逻辑推理主流数据集上探讨方法的优缺点,并总结基于逻辑推理的机器阅读理解任务的未来研究方向。
-
关键词
机器阅读理解
逻辑推理
智能问答
-
Keywords
machine reading comprehension
logical reasoning
intelligent questions and answers
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
