MMM: Multi-stage Multi-task Learning for Multi-choice Reading Comprehension
MIT（麻省理工学院）；Amazon Alexa AI（亚马逊Alexa人工智能部门）
面向问答的机器阅读理解（MRC）是测试智能系统理解人类语言能力的一种重要方法，其目的是根据相关的上下文段落回答问题。多项选择问答（MCQA）是MRC中最困难的任务之一，因为它通常需要更高级的阅读理解技能，如逻辑推理，总结和算术运算，与答案通常是给定段落内文本的提取对应物相比。此外，大多数现有的MCQA数据集都很小，这使得学习任务更加困难。我们介绍了MMM，一个多阶段多任务多选择阅读理解学习框架。我们的方法包括两个连续的阶段：使用域外数据集的粗调阶段和使用更大的域内数据集的多任务学习阶段，以帮助模型在有限的数据下更好地泛化。此外，我们提出了一种新的多步注意力网络（MAN）作为这项任务的顶级分类器。我们证明了MMM在四个有代表性的MCQA数据集上显着提高了最先进的水平。
2019-11-19 cs.CL cs.LG
Multi-task Learning with Sample Re-weighting for Machine Reading Comprehension
Carnegie Mellon University（卡内基梅隆大学）；Microsoft Research（微软研究院）
我们提出了一个多任务学习框架来学习一个联合的机器阅读理解（MRC）模型，该模型可以应用于不同领域的广泛的MRC任务。受最近机器翻译中数据选择思想的启发，我们开发了一种新的样本重新加权方案，为损失分配样本特定的权重。实证研究表明，我们的方法可以适用于许多现有的MRC模型。结合来自预训练的语言模型（如ELMo）的上下文表示，我们在一组MRC基准数据集上获得了新的最先进的结果。我们在www.example.com上发布代码。
2019-03-31 cs.CL cs.LG
Adversarial Examples for Evaluating Reading Comprehension Systems
Stanford University（斯坦福大学）
标准的准确性指标表明，阅读理解系统正在取得快速进展，但这些系统真正理解语言的程度仍不清楚。为了奖励具有真正语言理解能力的系统，我们提出了一种针对斯坦福问答数据集（SQuAD）的对抗性评估方案。我们的方法测试系统是否可以回答有关包含对立插入句子的段落的问题，这些句子是自动生成的，以分散计算机系统的注意力，而不会改变正确答案或误导人类。在这种对抗性设置中，16个已发布模型的准确度从平均$75\%$ F1分数下降到$36\%$ ;当允许对手添加不符合语法的单词序列时，4个模型的平均准确度进一步下降到$7\%$。我们希望我们的见解将推动开发更精确地理解语言的新模型。
2017-07-23 cs.CL cs.LG
Question Generation for Reading Comprehension Assessment by Modeling How and What to Ask
University of Alberta（阿尔伯塔大学）；EyeRead（EyeRead公司）
阅读是日常生活中不可或缺的一部分，但学习阅读对许多年轻学习者来说是一场斗争。在课堂上，教师可以使用理解问题来提高参与度，测试阅读技能，并提高记忆力。从历史上看，这些问题是由熟练的教师编写的，但最近语言模型已被用于生成理解问题。然而，许多现有的问题生成（QG）系统侧重于从文本中生成文字问题，并没有办法控制生成的问题的类型。在本文中，我们研究QG阅读理解推理问题是关键和提取技术不能使用。我们提出了一个两步模型（HTA-WTA），它利用了以前的数据集，并可以为特定的目标理解技能生成问题。我们提出了一个新的阅读理解数据集，其中包含与基于故事的阅读理解技能（SBRCS）注释的问题，允许更完整的读者评估。在几个实验中，我们的结果表明HTA-WTA在这个新数据集上的表现优于多个强基线。我们表明，HTA-WTA模型通过提出深度推理问题来测试强SCRS。
2022-04-06 cs.AI cs.CL cs.LG
DRCD: a Chinese Machine Reading Comprehension Dataset
Delta Research Center（台达研究中心）；Delta Electronics, Inc.（台达电子工业股份有限公司）
本文介绍了一个开放领域的传统中文机器阅读理解数据集DRCD（Delta Reading Comprehension Dataset）。该数据集旨在成为一个标准的中文机器阅读理解数据集，可以作为迁移学习的源数据集。该数据集包含来自2，108篇维基百科文章的10，014个段落和注释者生成的30，000多个问题。我们建立了一个基线模型，其F1得分为89.59%。人因绩效F1评分为93.30%。
2019-05-29 cs.CL
Relation/Entity-Centric Reading Comprehension
TOYOTA TECHNOLOGICAL INSTITUTE AT CHICAGO（芝加哥丰田理工学院）
构建一台能够理解人类语言的机器是人工智能中最难以捉摸和长期存在的挑战之一。本文通过对阅读理解的研究来解决这一挑战，重点是理解实体及其关系。更具体地说，我们专注于旨在衡量阅读理解的问答任务。我们关注实体和关系，因为它们通常用于表示自然语言的语义。
2020-08-27 cs.CL
Multi-task Learning with Multi-head Attention for Multi-choice Reading Comprehension
IBM Research AI（IBM研究人工智能部门（IBM Research AI））
多项选择机器阅读理解（MRC）是一项重要且具有挑战性的自然语言理解（NLU）任务，机器必须从一组选项中选择问题的答案，问题置于文本段落或对话的上下文中。在过去的几年里，随着基于Transformer架构的模型的出现，NLU领域发生了革命性的变化，这些模型在大量无监督数据上进行了预训练，然后针对各种监督学习NLU任务进行了微调。Transformer模型已经在NLU领域的各种排行榜中占据主导地位;在MRC领域，DREAM数据集上的当前最先进的模型（参见[Sunet al.，2019]）微调Albert，一个大型的基于transformer的预训练模型，并将其与上下文和问答之间的额外一层多头注意力结合起来[Zhuet al.，2020].本文的目的是记录一个新的国家的最先进的结果在梦想的任务，这是通过，此外，执行多任务学习的两个MRC多项选择阅读理解任务（种族和梦想）。
2020-02-26 cs.CL cs.LG
No Answer is Better Than Wrong Answer: A Reflection Model for Document Level Machine Reading Comprehension
Microsoft STCA NLP Group（微软STCA自然语言处理组）；Microsoft Research Asia（微软亚洲研究院）
自然问题（Natural Questions，NQ）基准测试集给机器阅读理解带来了新的挑战：答案不仅在不同的粒度级别（长和短），而且类型更加丰富（包括无答案、是/否、单跨度和多跨度）。在本文中，我们针对这一挑战，系统地处理所有的答案类型。特别是，我们提出了一种称为反射网的新方法，它利用两步训练过程来识别无答案和错误答案的情况。大量的实验进行了验证，我们的方法的有效性。本文写作时（5月）。20，~2020），我们的方法在长和短答案排行榜上都取得了前1名，F1得分分别为77.2和64.1。
2020-09-29 cs.CL cs.LG
ReCoRD: Bridging the Gap between Human and Machine Commonsense Reading Comprehension
Johns Hopkins University（约翰斯·霍普金斯大学）；Microsoft Research（微软研究院）
我们提出了一个大规模的数据集，ReCoRD，机器阅读理解需要常识推理。在这个数据集上的实验表明，最先进的MRC系统的性能远远落后于人类的性能。ReCoRD代表了未来研究的一个挑战，即弥合人类和机器常识阅读理解之间的差距。ReCoRD可在http://nlp.jhu.edu/record上获得。
2018-10-30 cs.CL
Integrating Semantic Information into Sketchy Reading Module of Retro-Reader for Vietnamese Machine Reading Comprehension
University of Information Technology（信息技术大学）；Vietnam National University, Ho Chi Minh City（胡志明市越南国家大学）
机器阅读理解是近年来自然语言处理领域最前沿、最热门的研究课题之一。可答性问题的分类是机器阅读理解中一个比较重要的子任务，但目前的研究并不多。Retro-Reader是有效解决这一问题的研究之一。然而，大多数传统的机器阅读理解模型的编码器，特别是Retro-Reader，都不能完全利用上下文的上下文语义信息。受SemBERT的启发，我们使用SRL任务中的语义角色标签来为预先训练好的语言模型（如mBERT、XLM-R、PhoBERT）添加语义。本实验旨在比较语义对越南语机器阅读理解可答性分类的影响。此外，我们希望这个实验将增强Retro-Reader模型的粗略阅读模块的编码器。将改进后的Retro-Reader模型的语义编码器首次应用于越南语机器阅读理解任务，取得了良好的效果。
2023-01-01 cs.CL
KorQuAD1.0: Korean QA Dataset for Machine Reading Comprehension
LG CNS
机器阅读理解（MRC）是要求机器理解自然语言并通过阅读文档来回答问题的任务。它是聊天机器人和自动化客户支持系统等自动响应技术的核心。本文介绍了一个用于提取机器阅读理解任务的大规模韩语数据集KorQuAD。它由70，000多个关于韩语维基百科文章的人工生成的问答对组成。我们发布KorQuAD 1.0并在https://KorQuAD.github.io上发起挑战，以鼓励多语言自然语言处理研究的发展。
2019-09-17 cs.CL
Sogou Machine Reading Comprehension Toolkit
Sogou, Inc.（搜狗公司）
近年来，机器阅读理解得到了广泛的研究，基于神经网络的模型表现出了优越的性能。在本文中，我们提出了一个搜狗机器阅读理解（SMRC）工具包，可用于提供现代机器理解模型的快速，高效的开发，包括已发布的模型和原始原型。为了实现这一目标，该工具包提供了数据集读取器、灵活的预处理管道、必要的神经网络组件和内置模型，使数据准备、模型构建和训练的整个过程变得更加简单。
2019-04-01 cs.CL
NumNet: Machine Reading Comprehension with Numerical Reasoning
Tencent Inc（腾讯公司）；Tsinghua University（清华大学）
数字推理是人类阅读理解中的一项关键技能，而现有的机器阅读理解（MRC）系统并没有很好地考虑到这一点。为了解决这个问题，我们提出了一个数字MRC模型命名为NumNet，它利用一个数字感知的图神经网络考虑比较信息，并执行数字推理的问题和段落。我们的系统在DROP数据集上获得了64.56%的EM分数，通过考虑数字之间的数值关系，优于所有现有的机器阅读理解模型。
2019-10-15 cs.CL
ORB: An Open Reading Benchmark for Comprehensive Evaluation of Machine Reading Comprehension
University of California, Irvine（加州大学欧文分校）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）
阅读理解是进一步研究自然语言理解的重要课题之一。最近引入了许多不同的阅读理解数据集来研究自然语言中的各种现象，从简单的释义匹配和实体类型到实体跟踪和理解上下文的含义。鉴于许多这样的数据集的可用性，全面和可靠的评估是繁琐和耗时的研究人员在这个问题上的工作。我们提出了一个评估服务器，ORB，报告性能的七个不同的阅读理解数据集，鼓励和促进测试一个单一的模型的能力，在理解各种各样的阅读现象。评估服务器对如何训练模型没有任何限制，因此它是探索训练范例和一般阅读设施的表示学习的合适测试平台。随着更多合适的数据集的发布，它们将被添加到评估服务器中。我们还收集并包含这些数据集的合成增强，测试模型处理域外问题的能力。
2019-12-29 cs.CL
A Span-Extraction Dataset for Chinese Machine Reading Comprehension
Harbin Institute of Technology（哈尔滨工业大学）；iFLYTEK Research（科大讯飞研究院）；iFLYTEK AI Research (Hebei)（科大讯飞人工智能研究院（河北））
机器阅读理解（MRC）是近年来非常流行的一门学科，受到了广泛的关注。然而，现有的阅读理解数据集大多是英语的。本文介绍了一个用于中文机器阅读理解的跨度抽取数据集，以增加这方面的语言训练。该数据集由人类专家在维基百科段落上注释的近20，000个真实问题组成。我们还注释了一个挑战集，其中包含需要在整个上下文中进行全面理解和多句推理的问题。我们提出了几个基线系统，以及匿名提交证明在这个数据集的困难。随着数据集的发布，我们主办了第二届中国机器阅读理解评估研讨会（CMRC 2018）。我们希望该数据集的发布能够进一步加速中文机器阅读理解的研究。相关资源：https://github.com/ymcui/cmrc2018
2019-08-29 cs.CL
Machine Reading Comprehension: a Literature Review
Peking University（北京大学）
机器阅读理解旨在教机器像人一样理解文本，是人工智能的一个新的具有挑战性的方向。本文综述了MRC的最新进展，主要集中在两个方面（即，语料库和技术）。列举并比较了各种MRC语料库的具体特点。介绍了几种典型MRC技术的主要思想。
2019-06-30 cs.CL
Making Neural Machine Reading Comprehension Faster
本研究旨在解决机器阅读理解问题，其中问题必须在给定的上下文文章中回答。面临的挑战是开发一个计算速度更快的模型，这将改善推理时间。在许多自然语言理解任务中，BERT模型已经被使用，并且知识蒸馏方法已经被应用于训练两个较小的模型。所开发的模型进行了比较与其他模型已开发具有相同的意图。
2019-03-29 cs.CL
A Survey on Machine Reading Comprehension Systems
University of Qom（库姆大学）
机器阅读理解是自然语言处理中一个具有挑战性的课题和研究热点。它的目标是开发系统来回答有关给定上下文的问题。本文对机器阅读理解系统的研究方法、结构、输入/输出和研究创新等方面进行了综述。我们根据2016年至2020年的241篇综述论文说明了该领域的最新趋势。我们的调查表明，近年来研究的重点已经从答案提取到答案生成，从单文档阅读理解到多文档阅读理解，从从头开始学习到使用预训练的嵌入。我们还讨论了流行的数据集和评价指标在这一领域。本文最后调查了被引用最多的论文及其贡献。
2020-10-20 cs.CL
Answer Span Correction in Machine Reading Comprehension
IBM Research AI（IBM研究院AI）
机器阅读理解（MRC）中的答案验证包括根据输入上下文和问题对提取的答案进行验证。以前的工作着眼于重新评估问题的“可回答性”，给出了提取的答案。在这里，我们解决一个不同的问题：现有的MRC系统的倾向，以产生部分正确的答案时，提出了可回答的问题。我们探讨了这种错误的性质，并提出了一种后处理校正方法，产生统计上显着的性能改进，在单语和多语言评估的最先进的MRC系统。
2020-11-06 cs.AI cs.CL cs.LG
Zero-Shot Relation Extraction via Reading Comprehension
Univ. of Washington（华盛顿大学）；Allen Institute for Artificial Intelligence（艾伦人工智能研究院）
我们表明，关系抽取可以减少到回答简单的阅读理解问题，通过关联一个或多个自然语言的问题与每个关系插槽。这种简化有几个优点：我们可以（1）通过扩展最近的神经阅读理解技术来学习关系提取模型，（2）通过将关系特定的众包问题与远程监督相结合，为这些模型构建非常大的训练集，甚至（3）通过提取只在测试时指定的新关系类型来进行零样本学习，我们没有标记的训练样本。维基百科上的插槽填充任务的实验表明，该方法可以推广到新的问题，已知的关系类型具有高精度，和zero-shot推广看不见的关系类型是可能的，在较低的精度水平，设置酒吧为今后的工作在这项任务。
2017-06-13 cs.AI cs.CL cs.LG
Cross-Lingual Machine Reading Comprehension
Harbin Institute of Technology（哈尔滨工业大学）；iFLYTEK Research（科大讯飞研究院）；iFLYTEK AI Research (Hebei)（科大讯飞人工智能研究院（河北））
虽然在机器阅读理解（MRC）方面取得了很大的进展，但由于缺乏大规模的训练数据，以往的研究大多是针对英语的MRC问题，而针对其他语言的研究较少。在本文中，我们提出了跨语言的机器阅读理解（CLMRC）任务的语言以外的英语。首先，我们提出了几种CLMRC任务的回译方法，这是直接采用。然而，将答案准确地与另一种语言对齐是困难的，并且可能引入额外的噪声。在此背景下，我们提出了一种新的模型Dual BERT，该模型利用丰富资源语言（如英语）提供的大规模训练数据，在双语环境下学习文章和问句之间的语义关系，并利用学习到的知识来提高低资源语言的阅读理解能力。我们在两个中文机器阅读理解数据集CMRC 2018和DRCD上进行了实验。结果表明，在各种国家的最先进的系统的大幅度一致和显着的改善，这表明在CLMRC任务的潜力。可用资源：https://github.com/ymcui/Cross-Lingual-MRC
2019-09-01 cs.CL cs.LG cs.NE
An Experimental Study of Deep Neural Network Models for Vietnamese Multiple-Choice Reading Comprehension
University of Information Technology（信息科技大学）；Vietnam National University（越南国立大学）
机器阅读理解（MRC）是自然语言处理中的一个具有挑战性的任务，它使计算机能够理解自然语言文本并回答基于这些文本的问题。解决这一问题的技术有很多，而单词表征是影响机器阅读理解准确性的一个重要技术，它直接影响到英语和汉语等流行语言的机器阅读理解问题。然而，很少有关于MRC的研究已经在低资源语言如越南语中进行。在本文中，我们进行了几个实验的神经网络为基础的模型，了解词的表征越南多项选择机器阅读理解的影响。我们的实验包括使用共匹配模型对六种不同的越南语词嵌入和BERT模型的多项选择阅读理解。在ViMMRC语料库上，BERT模型在测试集上的准确率为61.28%.
2021-02-18 cs.CL
RACE: Large-scale ReAding Comprehension Dataset From Examinations
Carnegie Mellon University（卡内基梅隆大学）
我们提出了RACE，一个新的数据集的基准评估方法在阅读理解任务。RACE收集了中国12至18岁初中和高中学生的英语考试，由近28，000篇文章和近100，000个由人类专家（英语教师）生成的问题组成，涵盖了各种精心设计的主题，用于评估学生的理解和推理能力。特别是，RACE中需要推理的问题比例远远大于其他阅读理解基准数据集，并且最先进模型的性能（43%）与人类性能上限（95%）之间存在显着差距。我们希望这个新的数据集可以作为机器理解研究和评估的宝贵资源。数据集可在http://www.cs.cmu.edu/~glai1/data/race/上免费获得，代码可在https://github.com/qizhex/RACE_AR_baselines上获得。
2017-12-05 cs.AI cs.CL cs.LG
Stochastic Answer Networks for Machine Reading Comprehension
Microsoft Research（微软研究院）；Johns Hopkins University（约翰斯·霍普金斯大学）
我们提出了一个简单而强大的随机回答网络（SAN），模拟机器阅读理解的多步推理。与以往的工作如ReasoNet使用强化学习来确定步骤数相比，其独特之处在于在训练过程中对神经网络的答案模块（最终层）使用了一种随机预测丢弃。我们证明了这个简单的技巧提高了鲁棒性，并在斯坦福问答数据集（SQuAD），对抗SQuAD和微软机器阅读理解数据集（MS MARCO）上取得了与最先进的结果相竞争的结果。
2018-05-15 cs.CL
Feature-augmented Machine Reading Comprehension with Auxiliary Tasks
School of Mathematics and Statistics（数学与统计学院）；Guangdong University of Technology（广东工业大学）
虽然大多数成功的机器阅读理解方法都依赖于单一的训练目标，但我们假设编码层可以通过我们在预测层中定义的损失函数（在大多数情况下是交叉熵）来学习大量的表示，我们首先使用神经网络对问题和段落进行编码，然后直接将两者的编码结果融合。然而，由于在阅读理解中的远距离反向传播损失，编码层不能有效地学习和直接监督。因此，编码器层在任何时候都不能很好地学习表示。在此基础上，我们提出了在编码层中注入多粒度信息的方法。实验表明，在编码层中加入多粒度信息可以提高机器阅读理解系统的性能。最后，实证研究表明，我们的方法可以适用于许多现有的MRC模型。
2022-11-17 cs.CL
Comparing Attention-based Convolutional and Recurrent Neural Networks: Success and Limitations in Machine Reading Comprehension
我们提出了一个基于两阶段注意力的比较-聚合框架的机器阅读理解模型，在MovieQA问答数据集上取得了最先进的结果。为了研究我们的模型的局限性以及卷积神经网络和递归神经网络之间的行为差异，我们生成了对抗性示例来混淆模型并与人类性能进行比较。此外，我们通过分析模型与人类推理的差异来评估模型的泛化能力，
2018-08-27 cs.CL
How Much Reading Does Reading Comprehension Require? A Critical Investigation of Popular Benchmarks
Carnegie Mellon University（卡内基梅隆大学）
最近的许多论文都涉及阅读理解，其中的例子由（问题，段落，答案）元组组成。据推测，模型必须结合问题和段落的信息来预测相应的答案。然而，尽管人们对这个话题有着浓厚的兴趣，数百篇已发表的论文都在争夺排行榜的主导地位，但关于许多流行基准的难度的基本问题仍然没有答案。在本文中，我们为bAbI，SQuAD，CBT，CNN和Who-did-What数据集建立了合理的基线，发现仅问题和问题模型通常表现得非常好。在$20$ bAbI任务之外的$14$上，仅限数据的模型实现的精度高于$50\%$，有时与完整模型匹配。有趣的是，虽然CBT提供了$20$ -句子故事，但只有最后一个句子故事才能进行非常准确的预测。相比之下，SQuAD和CNN的结构似乎更好。
2018-08-21 cs.AI cs.CL cs.LG
From Machine Reading Comprehension to Dialogue State Tracking: Bridging the Gap
Amazon Alexa AI（亚马逊Alexa AI）；Computer Science & Artificial Intelligence Laboratory, MIT（麻省理工学院计算机科学与人工智能实验室）
对话状态跟踪（DST）是面向任务的对话系统的核心。然而，标记数据的稀缺性是构建跨各种领域工作的准确和强大的状态跟踪系统的障碍。现有的方法通常需要一些对话数据的状态信息和他们的能力推广到未知的领域是有限的。在本文中，我们提出使用机器阅读理解（RC）的状态跟踪从两个角度：模型架构和数据集。我们将对话状态中的槽类型分为类别槽和抽取槽，以借鉴多项选择和广度阅读理解模式的优点。我们的方法在MultiWOZ 2.1上实现了接近当前最先进的联合目标精度，给出了完整的训练数据。更重要的是，通过利用机器阅读理解数据集，当域内数据的可用性有限时，我们的方法在Few-Shot场景中比现有方法表现出更大的优势。最后，即使没有任何状态跟踪数据，即，在zero-shot场景中，我们提出的方法在MultiWOZ 2.1的30个插槽中的12个插槽中实现了大于90%的平均插槽精度。
2020-04-13 cs.AI cs.CL cs.LG
Benchmarking Machine Reading Comprehension: A Psychological Perspective
National Institute of Informatics（国立信息学研究所）；University College London（伦敦大学学院）
机器阅读理解（MRC）作为自然语言理解的基准已经受到相当大的关注。然而，MRC的传统任务设计缺乏超出模型解释的可解释性，即，阅读理解的模式不能用人类的语言来解释。为此，本文为基于心理学和心理测量学的MRC数据集的设计提供了理论基础，并总结了MRC基准测试的先决条件。我们的结论是，未来的数据集应该（i）评估模型的能力，以构建一个连贯和接地表示理解上下文相关的情况和（ii）确保通过捷径证明问题和解释作为任务设计的一部分，实质性的有效性。
2021-01-26 cs.CL
A Study of the Tasks and Models in Machine Reading Comprehension
YORK UNIVERSITY（约克大学）
本文综述了机器阅读理解（MRC）中已有的任务和模型：1）简单推理和复杂推理MRC任务的数据集收集和性能评估; 2）基于神经网络的MRC模型的体系结构设计、注意力机制和性能提升方法; 3）最近提出的一些迁移学习方法，用于将外部语料库中包含的文本风格知识整合到MRC模型的神经网络中; 4）最近提出的一些知识库编码方法，将外部知识库中包含的风格知识转化为MRC模型的神经网络。此外，根据本研究所取得的成果和存在的不足，本文还提出了一些有待进一步研究的问题。
2020-01-23 cs.CL cs.IR cs.LG
A Survey on Explainability in Machine Reading Comprehension
University of Manchester（曼彻斯特大学）
本文对机器阅读理解（MRC）中的可解释性基准和方法进行了系统的综述。我们提出了如何表示和推理的挑战演变和采取的步骤来解决这些挑战。我们还提出了评估方法来评估可解释系统的性能。此外，我们还确定了持续存在的开放研究问题，并强调了未来工作的关键方向。
2020-10-01 cs.AI cs.CL
Sentence Extraction-Based Machine Reading Comprehension for Vietnamese
University of Information Technology（信息技术大学）；Vietnam National University（越南国立大学）
自然语言处理的发展，特别是机器阅读理解的发展，引起了研究界的极大关注。近年来，越南语机器阅读理解任务有一些大规模的数据集，如NAP-ViQuAD和NAP-ViNewsQA。然而，这些数据集在为研究服务的答案上并不多样化。在本文中，我们介绍了第一个用于评估越南语中基于句子提取的机器阅读理解的数据集-ViWikiQA。ViWikiQA数据集是从ViWikiQA数据集转换而来的，由23.074个问题-答案组成，基于174篇维基百科越南语文章的5.109个段落。我们提出了一个转换算法来创建数据集的句子提取为基础的机器阅读理解和三种类型的方法，句子提取为基础的机器阅读理解在越南语。我们的实验表明，最好的机器模型是XLM-R_Large，它在我们的数据集上实现了85.97%的精确匹配（EM）和88.77%的F1分数。此外，我们分析了越南语的问题类型和上下文对MRC模型性能的影响方面的实验结果，从而显示了我们向语言处理社区提出的EST-ViWikiQA数据集的挑战。
2021-06-11 cs.CL
Multi Document Reading Comprehension
Indian Institute Of Technology (BHU) Varanasi（印度理工学院（巴纳拉斯印度教大学）瓦拉纳西分校）
阅读理解（RC）是从给定的文章或一组文章中回答问题的任务。在多个段落的情况下，任务是找到问题的最佳答案。最近在自然语言处理（NLP）领域的试验和实验已经证明，机器不仅可以处理文章中的文本并理解其含义以回答文章中的问题，而且还可以在许多数据集上超越人类表现，例如斯坦福的问答数据集（SQuAD）。本文介绍了近几十年来自然语言处理领域对阅读理解的研究及其进展。我们还将研究如何单文档阅读理解任务作为我们的多文档阅读理解系统的构建块。在本文的后半部分，我们将研究最近提出的多文档阅读理解模型-RE 3QA，该模型由阅读器，检索器和基于重新排序的网络组成，以从给定的段落集合中获取最佳答案。
2022-01-05 cs.AI cs.CL
Revealing Weaknesses of Vietnamese Language Models Through Unanswerable Questions in Machine Reading Comprehension
Denison University（丹尼森大学）；Vietnam National University, Ho Chi Minh City（胡志明市越南国家大学）；University of Information Technology, Ho Chi Minh City（胡志明市信息技术大学）
虽然多语言的诅咒显著限制了多语言模型在单语环境中的语言能力，但研究人员现在仍然必须依赖多语言模型来开发越南语机器阅读理解的最先进系统。这一研究的困难是由于开发越南语语言模型的高质量作品数量有限。为了鼓励更多的工作在这一研究领域，我们提出了一个全面的分析语言的弱点和优势，目前越南单语模型使用的下游任务机器阅读理解。根据分析结果，我们提出了发展越南语语言模型的新方向。除了这一主要贡献，我们还成功地揭示了存在的文物越南机器阅读理解基准，并建议迫切需要新的高质量的基准来跟踪越南机器阅读理解的进展。此外，我们还介绍了一个小的，但有价值的修改的过程中注释无法回答的问题，机器阅读理解从以前的工作。我们提出的修改有助于提高质量的无法回答的问题，以更高的难度水平的机器阅读理解系统解决。
2023-03-16 cs.AI cs.CL
ESTER: A Machine Reading Comprehension Dataset for Event Semantic Relation Reasoning
University of Southern California（南加州大学）；University of California, Los Angeles（加州大学洛杉矶分校）；Allen Institute for AI（艾伦人工智能研究所）；Amazon（亚马逊）；University of Pennsylvania（宾夕法尼亚大学）
理解事件在语义上是如何相互关联的是阅读理解的本质。最近的事件为中心的阅读理解数据集主要集中在事件参数或时间关系。虽然这些任务部分评估了机器的叙事理解能力，但类似人类的阅读理解需要处理基于事件的信息的能力，而不仅仅是论点和时间推理。例如，要理解事件之间的因果关系，我们需要推断动机或目的;要建立事件层次结构，我们需要理解事件的构成。为了促进这些任务，我们介绍了ESTER，一个全面的机器阅读理解（MRC）数据集的事件语义关系推理。该数据集利用自然语言查询来推理五种最常见的事件语义关系，提供超过6 K个问题并捕获10.1K个事件关系对。实验结果表明，目前的SOTA系统在基于标记的精确匹配，F1和基于事件的HIT@1得分方面分别达到了22.1%，63.3%和83.5%，这都明显低于人类的表现（分别为36.0%，79.6%，100%），突出了我们的数据集作为一个具有挑战性的基准。
2021-09-10 cs.CL
Medical Exam Question Answering with Large-scale Reading Comprehension
Tsinghua University（清华大学）；Tsinghua-iFlytek Joint Laboratory（清华-讯飞联合实验室）
文本的阅读和理解是临床医学计算机辅助诊断的重要组成部分，也是自然语言处理领域的一个主要研究问题。在这项工作中，我们引入了一个问答任务，称为MedQA研究回答问题，在临床医学中使用的知识，在一个大规模的文件收集。MedQA的目的是通过大规模阅读理解来回答现实世界的问题。我们提出了我们的解决方案SeaReader--一个基于LSTM网络和双路径注意力架构的模块化端到端阅读理解模型。这种新颖的双路径注意力从两个角度对信息流进行建模，并且能够同时阅读单个文档并整合多个文档中的信息。在实验中，我们的SeaReader在MedQA上的准确性比竞争模型有了很大的提高。此外，我们开发了一系列新的技术来演示解释的问答过程中的SeaReader。
2018-02-28 cs.CL
ReClor: A Reading Comprehension Dataset Requiring Logical Reasoning
National University of Singapore（新加坡国立大学）
最近的强大的预训练语言模型在大多数流行的阅读理解数据集上取得了显着的性能。现在是时候引入更具挑战性的数据集，推动该领域朝着更全面的文本推理方向发展了。在本文中，我们介绍了一个新的阅读理解数据集，需要逻辑推理（ReClor）从标准化的研究生入学考试中提取。正如早期的研究所表明的那样，人类注释的数据集通常包含偏见，这些偏见通常被模型利用来实现高准确性，而无需真正理解文本。为了综合评价ReClor上模型的逻辑推理能力，我们提出识别有偏差的数据点，并将其分离为EASY集，其余为HARD集。实证结果表明，国家的最先进的模型具有出色的能力，捕捉偏差包含在数据集上的EASY集的高精度。然而，它们在HARD集上的表现与随机猜测的表现相近，这表明需要更多的研究来从根本上提高当前模型的逻辑推理能力。
2020-08-22 cs.AI cs.CL cs.LG
Dual Co-Matching Network for Multi-choice Reading Comprehension
Shanghai Jiao Tong University（上海交通大学）
多项选择阅读理解是一项具有挑战性的任务，需要复杂的推理过程。给定段落和问题，需要从一组候选答案中选择正确答案。本文提出了\textbf{D}双\textbf{C} o- \textbf{M}匹配\textbf{N}网络（\textbf{DCMN}），它对段落、问题和答案之间的关系进行了双向建模.与现有方法只计算问题感知或选项感知的段落表征不同，我们同时计算问题感知的问题表征和选项感知的答案表征。为了证明我们的模型的有效性，我们评估我们的模型上的大规模多项选择机器阅读理解数据集（即RACE）。实验结果表明，我们提出的模型取得了新的国家的最先进的结果。
2019-08-20 cs.CL
Building Large Machine Reading-Comprehension Datasets using Paragraph Vectors
Google Inc.（谷歌公司）
我们提出了一个双重贡献的任务，机器阅读理解：一种技术，用于创建大型机器理解（MC）数据集使用段落向量模型;和一种新的，混合神经网络架构，结合了代表性的能力，递归神经网络的判别力的完全连接的多层网络。我们使用MC数据集生成技术构建了一个约200万个示例的数据集，我们根据经验确定了人类性能的上限（约91%的准确率）以及各种计算机模型的性能。在我们实验过的所有模型中，我们的混合神经网络架构实现了最高的性能（83.2%的准确率）。人类性能上限的剩余差距为未来的模型改进提供了足够的空间。
2016-12-13 cs.CL
Improved Synthetic Training for Reading Comprehension
Columbia University（哥伦比亚大学）；IBM Research AI, T.J. Watson Research Center（IBM研究人工智能，T.J.沃森研究中心）；Department of Computer Science, Columbia University（哥伦比亚大学计算机科学系）
自动生成的合成训练样本已被证明可以提高机器阅读理解（MRC）的性能。与人工注释的金标准数据相比，合成训练数据具有独特的属性，例如以可能的质量为代价的高可用性。鉴于这种差异，在本文中，我们探索新的应用合成的例子MRC。我们提出的预训练和知识蒸馏策略比现有的方法有显着的改进。在一个特别令人惊讶的发现中，我们观察到合成蒸馏通常会产生比教师模型表现更好的学生。
2020-10-24 cs.CL
Visualizing attention zones in machine reading comprehension models
Harbin Institute of Technology（哈尔滨工业大学）；iFLYTEK Research（科大讯飞研究院）
本文提出一套流水线与配套协议代码，用于可视化基于预训练语言模型的 MRC 模型各层注意力区域，以分析模型可解释性，并可推广至其他预训练语言模型。
2024-10-28 cs.CL
Zero-Shot Estimation of Base Models' Weights in Ensemble of Machine Reading Comprehension Systems for Robust Generalization
University of Qom（库姆大学）
机器阅读理解（MRC）模型面临的主要挑战之一是其脆弱的领域外泛化领域泛化，这使得这些模型不能很好地应用于现实世界的通用问答问题。在本文中，我们利用一个zero-shot加权集成方法来提高MRC模型的领域泛化的鲁棒性。在该方法中，权重估计模块用于估计域外权重，集成模块基于权重聚合多个基础模型的预测。实验结果表明，该方法不仅提高了最终的精度，而且对域的变化具有鲁棒性。
2021-06-30 cs.CL
Conversational Machine Reading Comprehension for Vietnamese Healthcare Texts
University of Information Technology（信息技术大学）；Vietnam National University Ho Chi Minh City（胡志明市越南国家大学）
机器阅读理解（MRC）是自然语言处理的一个子领域，旨在帮助计算机理解非结构化文本，然后回答与之相关的问题。在实践中，会话是沟通和传递信息的重要方式。为了帮助机器理解会话文本，我们提出了一个新的语料库，用于越南语的会话机器阅读理解的VIP-ViCoQA。该语料库包含10，000个问题，回答了2，000多个关于健康新闻文章的对话。然后，我们评估了几种基本的方法，会话机器理解上的EST-ViCoQA语料库。最好的模型获得了45.27%的F1分数，比人类的表现（76.18%）落后30.91分，这表明有足够的改进空间。我们的数据集可在我们的网站上获得：http://nlp.uit.edu.vn/datasets/用于研究目的。
2021-09-30 cs.CL
Fast Reading Comprehension with ConvNets
Cornell University（康奈尔大学）；Google Inc.（谷歌公司）
最先进的深度阅读理解模型由递归神经网络主导。它们的顺序性质自然适合语言，但它也排除了实例内的并行化，并且经常成为将此类模型部署到延迟关键场景的瓶颈。这对于较长的文本来说尤其成问题。在这里，我们提出了一个卷积架构作为这些循环架构的替代方案。使用简单的扩张卷积单元代替经常性的卷积单元，我们在两个问答任务上实现了与最先进技术相当的结果，同时实现了问答的两个数量级的加速。
2017-11-12 cs.CL
Bi-directional Cognitive Thinking Network for Machine Reading Comprehension
Institute of Information Engineering, Chinese Academy of Sciences（中国科学院信息工程研究所）；School of Cyber Security, University of Chinese Academy of Science（中国科学院大学网络空间安全学院）
本文从互补学习系统理论的角度提出了一个新的阅读理解双向认知知识框架。它旨在模拟大脑中的两种思维方式来回答问题，包括逆向思维和惯性思维。为了验证该框架的有效性，我们设计了一个双向认知思维网络（BCTN）对文章进行编码，并在给定答案（问题）的情况下生成问题（答案），实现双向知识的解耦。该模型具有逆向推理问题的能力，可以帮助惯性思维产生更准确的答案。在DuReader数据集中观察到竞争性改进，证实了我们的假设，即双向知识有助于QA任务。新的框架显示了一个有趣的视角机器阅读理解和认知科学。
2020-10-20 cs.CL
English Machine Reading Comprehension Datasets: A Survey
ADAPT Centre（ADAPT中心）；Dublin City University（都柏林城市大学）；Trinity College Dublin（都柏林圣三一学院）；the University of Dublin（都柏林大学）；School of Computing（计算机学院）；Dublin, Ireland（爱尔兰都柏林）
本文调查了60个英语机器阅读理解数据集，以期为其他对此问题感兴趣的研究者提供一个方便的资源。我们根据问题和答案的形式对数据集进行分类，并在各个维度上进行比较，包括大小，词汇，数据源，创建方法，人类表现水平和第一个问题词。我们的分析表明，维基百科是迄今为止最常见的数据源，并且在数据集上相对缺乏为什么，何时和何地的问题。
2021-10-08 cs.CL
Collecting high-quality adversarial data for machine reading comprehension tasks with humans and models in the loop
Explosion；University of Arizona（亚利桑那大学）
我们介绍了我们作为注释者在创建高质量的对抗性机器阅读理解数据方面的经验，这些数据用于第一次动态对抗性数据汇集研讨会（DADC）任务1的提取QA。DADC是一个紧急的数据汇集范例，模型和人都在循环中。我们建立了一个准实验性的注释设计，并对不同数量的注释者进行了定量分析，重点是成功的对抗攻击、成本分析和注释者置信度相关性。考虑到数据集中段落的不同主题，我们进一步对任务的感知难度进行了定性分析，并得出了可能对未来DADC任务和相关注释接口的工作人员有价值的建议和建议。
2022-06-28 cs.CL cs.HC cs.LG
RoR: Read-over-Read for Long Document Machine Reading Comprehension
JD AI Research（京东人工智能研究院）；Harbin Institute of Technology（哈尔滨工业大学）
基于transformer的预训练模型，如BERT，在机器阅读理解上取得了显著的效果。然而，由于编码长度的约束（例如，512 WordPiece令牌），长文档通常被分成多个独立读取的块。这导致阅读域仅限于单个块，而没有长文档机器阅读理解的信息协作。为了解决这个问题，我们提出了RoR，一个读过读的方法，它扩展了阅读领域从块到文档。具体地，RoR包括块读取器和文档读取器。前者首先为每个块预测一组区域答案，然后将其压缩成原始文档的高度压缩版本，保证编码一次。后者进一步预测了这份浓缩文件的全球答案。最终，利用投票策略对区域和全球答案进行汇总和重新排名，以进行最终预测。在两个基准测试QuAC和TriviaQA上的大量实验证明了RoR在长文档阅读中的有效性。值得注意的是，RoR在提交时（2021年5月17日）在QuAC排行榜（https：//quac.ai/）上排名第一。
2021-09-14 cs.CL
Learning to Ask Unanswerable Questions for Machine Reading Comprehension
Harbin Institute of Technology（哈尔滨工业大学）；Microsoft Research（微软研究院）；Peng Cheng Laboratory（鹏城实验室）
带无法回答问题的机器阅读理解是一项具有挑战性的任务。在这项工作中，我们提出了一个数据增强技术，自动生成相关的无法回答的问题，根据一个可回答的问题与其相应的段落，包含答案配对。我们引入了一个对序列模型无法回答的问题生成，有效地捕捉问题和段落之间的相互作用。我们还提出了一种方法来构建训练数据，我们的问题生成模型，利用现有的阅读理解数据集。实验结果表明，与序列到序列基线相比，配对到序列模型的性能始终更好。我们进一步使用自动生成的无法回答的问题作为SQuAD 2.0数据集上的数据增强的手段，使用BERT基础模型产生1.9的绝对F1改进，使用BERT大型模型产生1.7的绝对F1改进。
2019-06-14 cs.CL
Subword-augmented Embedding for Cloze Reading Comprehension
Shanghai Jiao Tong University（上海交通大学）
表示学习是机器阅读理解的基础。在最先进的模型中，深度学习方法广泛使用单词和字符级表示。然而，字并不是自然的最小语言单位。此外，通过简单的字符和词嵌入的串联，以前的模型实际上给出了次优的解决方案。在本文中，我们提出使用子字，而不是字符的词嵌入增强。我们还实证性地探讨了不同的子词增强嵌入策略对提高完形填空阅读理解能力的作用。详细地说，我们提出了一个阅读器，使用子词级表示，以增加词嵌入与一个简短的列表，以有效地处理罕见的话。通过全面的考试，评估了建议阅读器的综合性能和概括能力。实验结果表明，所提出的方法可以帮助读者显着优于各种公共数据集上的最先进的基线。
2018-06-24 cs.CL
Adaptations of ROUGE and BLEU to Better Evaluate Machine Reading Comprehension Task
Baidu Inc.（百度公司）；Peking University（北京大学）
目前，基于问答的机器阅读理解（MRC）系统的评价指标通常集中在候选答案和参考答案之间的词汇重叠，如ROUGE和BLEU。然而，当这些指标用于特定问题类型时，可能会出现偏差，特别是询问是非意见和实体列表的问题。在本文中，我们对指标进行了调整，以更好地将n-gram重叠与人类对这两种问题类型答案的判断相关联。统计分析证明了我们的方法的有效性。本文的研究成果对实际MRC系统的开发具有积极的指导意义。
2018-06-10 cs.CL
Building Dynamic Knowledge Graphs from Text using Machine Reading Comprehension
University of Massachusetts, Amherst（马萨诸塞大学阿默斯特分校）；Microsoft Research Montréal（微软蒙特利尔研究院）
我们提出了一个神经机器阅读模型，从过程文本构建动态知识图谱。它为所描述的过程的每个步骤循环地构建这些图，并使用它们来跟踪参与实体的演变状态。我们利用和扩展最近提出的机器阅读理解（MRC）模型查询实体状态，因为这些状态通常是在文本的跨度和MRC模型进行通信，以及在提取以实体为中心的跨度。我们的模型构建的显式，结构化和不断发展的知识图谱表示可以用于下游问答任务，以提高机器对文本的理解，正如我们经验证明的那样。在最近提出的PROPARA数据集的两个理解任务中（Dalvi等人，2018年），我们的模型实现了最先进的结果。我们进一步表明，我们的模型在RECIPES数据集上具有竞争力（Kiddon等人，2015年），这可能是普遍适用的。我们提出了一些证据表明，该模型的知识图谱，帮助它施加常识的约束，其预测。
2018-10-12 cs.CL
Cosmos QA: Machine Reading Comprehension with Contextual Commonsense Reasoning
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Allen Institute for Artificial Intelligence（艾伦人工智能研究所）；University of Washington（华盛顿大学）
理解叙述需要阅读字里行间的内容，这反过来又需要解释事件的可能原因和影响，即使它们没有明确提到。在本文中，我们介绍了Cosmos QA，这是一个包含35，600个问题的大规模数据集，这些问题需要基于常识的阅读理解，并以多项选择题的形式表达。与大多数现有的阅读理解数据集形成鲜明对比的是，这些数据集的问题集中在对上下文段落的事实和字面理解上，我们的数据集集中在对人们日常叙述的各种收集的字里行间的阅读，提出诸如“可能的原因是什么...？或者“如果......“这需要推理超出确切的文本跨度在上下文中。为了建立Cosmos QA的基线性能，我们实验了几种用于阅读理解的最先进的神经架构，并提出了一种新的架构，该架构在竞争基线上有所改进。实验结果表明，机器（68.4%）和人类（94%）之间存在显着差距，为未来的常识机器理解研究指明了方向。数据集、代码和排行榜可在https://wilburone.github.io/cosmos上公开获取。
2019-09-06 cs.AI cs.CL
XCMRC: Evaluating Cross-lingual Machine Reading Comprehension
Beijing Language and Culture University（北京语言大学）；Tencent Cloud AI（腾讯云AI）
我们提出XCMRC，第一个公共跨语言语言理解（XLU）基准，旨在测试机器的跨语言阅读理解能力。具体来说，XCMRC是一个跨语言完形填空式的机器阅读理解任务，要求读者通过阅读源语言（中文/英文）中的给定段落来填充目标语言（英文/中文）中句子中的一个缺失单词（我们另外提供了十个名词候选）。汉语和英语是资源丰富的语言对，为了研究低资源跨语言机器阅读理解（XMRC），除了定义不限制使用外部语言资源的普通XCMRC任务外，还定义了限制使用语言资源的伪低资源XCMRC任务。此外，我们还分别为普通XCMRC任务和伪XCMRC任务提供了两个基线。我们还为这两项任务提供了一个上限基线。我们发现，对于常见的XCMRC任务，基于解释的方法和基于多语言句子编码器的方法可以获得合理的性能，但仍有很大的改进空间。对于伪低资源XCMRC任务，由于对语言资源的使用有严格的限制，我们的两种方法都远远低于上界，因此还有很多挑战。
2019-08-15 cs.CL
