多跳式机器阅读理解研究进展综述

摘要：

机器阅读理解的目标是使机器更好地理解自然语言文本并在此基础上回答提出的问题,是自然语言处理领域热门的研究方向之一.早期,由于受到了数据集的约束,对机器阅读理解的认识大多仅限于一个单跳式的问答.随着最近几年多跳机器阅读理解数据集的发展,多跳式机器阅读理解得到广泛的研究,极大地推动了机器阅读理解领域的发展.从以下几个方面对基于多跳式的机器阅读理解进行归纳总结:介绍了机器阅读理解任务定义与发展历程;阐述了多跳式机器阅读理解任务定义并梳理总结相关数据集;详细整理了多跳式机器阅读理解基于注意力机制和图神经网络以及问题分解相关模型方法的研究进展;最后,对多跳式机器阅读理解未来研究重点和所面临的研究挑战进行展望.

关键词：多跳式机器阅读理解、注意力机制、图神经网络、问题分解、数据集

所属期刊栏目：33

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金;江苏省六大人才高峰高层次人才项目

在线出版日期：2023-03-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：9-16,23