计算智能和神经科学

研究文章

建立一个为越南为什么回答Discourse-Argument混合动力系统

研究为什么回答。


作者	一年	方法	数据集	结果

Verberne	2006 - 2010	红外+ RST关系分类	选择186个英语所述INEX语料库	MRR@150 = 0.34
Higashinaka和矶	2008年	红外+因果关系使用支持向量机分类	数据集在日本开发的	MRR@20 = 0.339
哦,等。	2013年	使用CRF红外+因果提取	WhySet,日本开发的数据集	P@1 = 41.8%
	2016年	红外+因果提取使用CRF,增强通过添加更多的培训数据	WhySet	P@1 = 50%
	2017年	红外+因果提取使用CRF,应选择使用CNN网络	WhySet	P@1 = 54%
	2019年	红外+ GAN-like网络(GAN-generative对抗网络)	WhySet	P@1 = 54.8%
			Quasar-T(https://github.com/bdhingra/quasar)	EM = 43.2% F₁= 49.7%
			SearchQA	EM = 59.6% F₁= 65.3%
			TriviaQA	EM = 49.6% F₁= 54.8%