机器阅读理解是自然语言处理领域的研究热点之一，对提升机器阅读能力和智能水平有着重要意义，为跟进相关领域的研究进展对其进行综述。首先，介绍机器阅读理解的发展历程及主要任务；其次，重点梳理当前选择式机器阅读理解基于深度学习方法的相关工作，并从语义匹配、预训练模型、语义推理、外部知识四个方面展开叙述；归纳总结了相关数据集以及评价指标；最后，对选择式机器阅读理解的未来发展趋势进行了展望。
科研之友
微信
新浪微博
Facebook
分享链接
