让机器读懂人类：探索问答系统和机器阅读理解

2018-06-21 02:23:03 102 阅读 AI 写同款 · GEO 优化AI 选题数据监测一键分发 ›

自然语言处理核心技术演进：从词向量到大语言模型的应用实践自然语言处理（NLP）是人工智能领域的关键技术，旨在让计算机理解、解释和生成人类语言。其核心原理在于将文本转化为机器可处理的数学表示，这一过程通常通过词嵌入技术实现。早期的静态词向量方法如Word2Vec和GloVe，通过将词汇映射为固定向量，初步捕捉了语义关系，为深度学习模型奠定了基础。随着Transformer架构和自注意力机制的突破，以BERT和GPT为代表的预训练语言模型带来了革命性进展。这些模型能生成动态的上下文感知词向量，极大地提升了对一词多义和复杂语言结构的理解能力。从技术价值看，这种从静态到阅读详情

1.问答系统和阅读理解: 动机以及任务定义

a)   QA 问答种类：基于知识库的问答系统和基于检索的问答系统

b)   实用问答系统

2.   问答系统结构：主要组成部分以及核心概念

a)   模块化系统

i.   指令理解

ii.   答案类型

iii.   候选答案评分：短答案、长答案、表格答案

b)   端到端系统

3.   阅读理解任务及数据集

a)   任务定义及演化

b)   问答中的答案提取

c)   数据集：SQuAD, MSMarco, DuReader

4.   端到端阅读理解

a)   模型结构

b)   特征表

c)   损失函数和训练准则

扫码下方二维码进群交流

林德康
奇点机智联合创始人兼CTO，曾任加拿大Alberta大学计算机教授、Google研究院高级管理科学家、Google搜索问答系统创始人及技术负责人，作为主要发明人申请了多项美国专利，在自然语言处理及理解领域发表90余篇论文，被引用14000余次，并多次担任计算语言最高学术机构国际计算语言学协会ACL的领导职务，包括：ACL 2002程序委员会联合主席、ACL2011大会主席、ACL 2007北美分会执行委员等，被评为2013年ACL Fellow（该头衔是对 NLP 领域有杰出贡献的人最高的认可，目前仅有4位华人/华裔获得此荣誉）。
本课程主讲人来自于近期落幕的“2018机器阅读理解技术竞赛”冠军团队—— 奇点机智（Naturali）。基于大规模机器阅读理解任务标注数据和深度神经网络的端对端模型，奇点机智将揭秘为构造问答系统提供的新思路。

课程内容覆盖了问答系统和机器阅读理解的基本概念、经典系统结构和新兴的端对端模型结构，为大家提供了了解问答系统和机器阅读理解任务的绝佳途径。

相关链接：https://edu.csdn.net/huiyiCourse/detail/806?utm_source=edu_bbs_autocreate

...全文