论文分享 - Reinforced Mnemonic Reader for Machine Comprehension

简介 这篇论文发表时间比较近，比较全面地总结了match-LSTM、R-Net等众多前人模型的优缺点，并做了很好的改进，如：增加编码层能力，解决长距离上下文信息，提炼预测答案片段，直接优化评价函数等，在SQuAD数据库上取得了State-Of-Art的效果。 前人的很多模型都具有一个共同的网络框架，即“encoder-interaction-pointer”。首先是将问题和段落的单词序列利用RNN

>>阅读原文<<