《论文阅读》R-NET: MACHINE READING COMPREHENSION WITH SELF-MATCHING NETWORKS

这篇文章由Natural Language Computing Group, Microsoft Research Asia完成

---

摘要

在摘要部分简要介绍了R-NET的模型结构以及主要的方法和取得的效果。

1. 是阅读理解型的问答领域的端到端的神经网络模型，主要根据给定的文章回答问题
2. 第一次匹配问题和文章使用基于注意力机制的门控的循环神经网络，这可以获取问题感知的文章表达，然后提出一个自匹配的注意力机制，它可以通过将段落与自身进行对比来精化表达，这确实可以有效地编码来自整个文章的信息
3. 使用指针网络来定位文章中答案的位置
4. 在SQuAD和MS-MARCO数据集上实验，取得SOTA效果

简介

数据集不同