本文主要是介绍论文浅尝 | 机器阅读理解中常识知识的显式利用，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
论文笔记整理：吴林娟，天津大学硕士，自然语言处理方向。
链接：https://arxiv.org/pdf/1809.03449.pdf
动机
机器阅读理解(MRC)和人类进行阅读理解之间还存在差距，作者认为主要体现在对于数据的需求和噪声鲁棒性上，人类往往拥有大量的常识性知识，从短文中就能进行深刻的阅读理解。所以在文章中，作者探索了如何将MRC模型的神经网络与常识相结合，并基于常识数据的扩展，实现了一个端到端的知识辅助阅读器(KAR)机器阅读模型。KAR在性能上可与最新的MRC模型相媲美，并且在噪声方面具有更强的鲁棒性。当只有一部分训练样本(20％–80％)可用时，KAR能大大超越最新的MRC模型，并且仍具有相当强的抗噪能力。
亮点
（1）提出了一个数据丰富的方法，作者使用WordNet从每个给定的段落-问句对中提取词间语义联系作为常识。题目中之所以叫常识知识的显式使用，是作者探索的一种和目前把常识编码后增强单词或上下文表示的形式不同的方法，对常识知识的使用更好理解和控制。
&#
这篇关于论文浅尝 | 机器阅读理解中常识知识的显式利用的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
