機器閱讀理解：算法與實踐
全書分為三個部分，共計10章內(nèi)容。第一部分為基礎(chǔ)篇，介紹機器閱讀理解的基礎(chǔ)知識。其中包括機器閱讀理解任務(wù)的定義，閱讀理解模型中常用的自然語言處理技術(shù)和深度學(xué)習(xí)網(wǎng)絡(luò)模塊等。第二部分為架構(gòu)篇，對機器閱讀理解任務(wù)進(jìn)行分類，然后介紹解決各類任務(wù)的基本模型架構(gòu)和前沿算法，并剖析對機器閱讀理解研究有著革命性影響的預(yù)訓(xùn)練模型（如BERT和GPT）。第三部分為實戰(zhàn)篇，包括筆者在2018年獲得CoQA閱讀理解競賽第一名的模型SDNet的代碼解讀，機器閱讀理解在各種工業(yè)界應(yīng)用中的具體落地過程和挑戰(zhàn)，以及筆者對于機器閱讀理解未來發(fā)展方向的思考。
·11.8萬字
