典型文献
预训练语言模型在科学类QA方向的探索研究——基于ARC数据集
文献摘要：
随着自然语言处理(Natural Language Processing,NLP)技术取得的巨大进步,业界出现了各种更加复杂的自然语言处理数据集和具有更高难度的任务.AI2逻辑挑战(AI2 Reasoning Challenge,ARC)数据集是目前最具挑战性的问题回答(Question Answering,QA)数据集之一,该数据集由7787道小学科学试题组成,分为挑战集和简单集.聚焦于解决ARC数据集对NLP带来的挑战,使用RoBERTa、BERT和T5等预训练语言模型,对ARC数据集带来的问题进行探索研究.
文献关键词：
自然语言处理;预训练语言模型;ARC数据集
中图分类号：
作者姓名：
夏秀坤;张曼琳
作者机构：
河北软件职业技术学院,河北 保定 071000;北京智芯半导体科技有限公司,北京 10200
文献出处：
引用格式：
[1]夏秀坤;张曼琳-.预训练语言模型在科学类QA方向的探索研究——基于ARC数据集)[J].河北软件职业技术学院学报,2022(03):1-5
A类：
AI2
B类：
预训练语言模型,科学类,QA,探索研究,ARC,自然语言处理,Natural,Language,Processing,NLP,巨大进步,高难度,Reasoning,Challenge,问题回答,Question,Answering,小学科学,试题,RoBERTa,T5
AB值：
0.394538
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
