当前位置: 首页 > news >正文

实战演练2:实战演练之机器阅读理解(上)

实战演练2:实战演练之机器阅读理解(上)

  • 实战演练之机器阅读理解
    • (1)机器阅读理解任务介绍
    • 代码实战演练(上)

实战演练之机器阅读理解

(1)机器阅读理解任务介绍

  • 机器阅读理解(Machine Reading Comprehension,简称MRC)是一项通过让机器回答基于给定上下文的问题来测试机器理解自然语言的程度的任务,简单来说即给定一个或者多个文档P,以及一个问题Q,输出问题Q的答案A。

  • 机器阅读理解任务的形式是较为多样化的,常见的类型包括完型填空式、答案选择式的、片段抽取式的、自由生成式,本次课程讲解的内容为片段抽取式的机器阅读理解,即问题Q的答案A在文档P中,A是P中的一个连续片段。
    在这里插入图片描述

  • 数据格式
    在这里插入图片描述

  • 评估指标

    • 精准匹配度(Exact Match,EM):计算预测结果与标准答案是否完全匹配。
    • 模糊匹配度(F1):计算预测结果与标准答案之间字级别的匹配程度。
  • 简单示例

    • 数据
http://www.dtcms.com/a/300601.html

相关文章:

  • AI Coding IDE 介绍:Cursor 的入门指南
  • Cgroup 控制组学习(二)
  • 人工智能与城市:城市生活的集成智能
  • ProtoBuf序列化技术详解与实战指南
  • Model 组件的基本组成
  • vuhub jangow-01-1.0.1靶场攻略
  • 最优估计准则与方法(6)递推最小二乘估计(RLS)_学习笔记
  • 阻止网页重定向
  • 昇思学习营-【模型推理和性能优化】学习心得_20250730
  • 【QT入门到晋级】window opencv安装及引入qtcreator(包含两种qt编译器:MSVC和MinGW)
  • 系统整理Python的循环语句和常用方法
  • RabbiteMQ安装-ubuntu
  • XSS利用
  • 适配IE11(通过Babel+core-js转译ES6语法)
  • 神经网络模型训练需要的内存大小计算方法
  • 智能化设备健康管理:中讯烛龙预测性维护系统引领行业变革
  • 数学建模——模糊综合评价
  • 如何在 Ubuntu 24.04 或 22.04 中更改 SSH 端口
  • 一分钟部署一个导航网站
  • QTableView 使用实例(1)
  • Cursor下利用Stagewise实现 “所见即改” 的前端开发体验~
  • Java全栈面试实战:从JVM到AI的技术演进之路
  • 数据结构--优先级队列(堆)
  • 【网络协议安全】任务15:DHCP与FTP服务全配置
  • 点击劫持:潜藏在指尖的安全陷阱
  • Python异步下载实战:asyncio + aiohttp 性能碾压同步请求
  • 算法竞赛阶段二-数据结构(37)数据结构循环链表模拟实现
  • ios UIAppearance 协议
  • CodeBLEU:面向代码合成的多维度自动评估指标——原理、演进与开源实践
  • 笔记本键盘的启用和禁用