PAGE1

PAGE2

机器阅读理解问题研究的国内外文献综述

机器阅读理解和人类阅读理解的任务类似，要求机器根据给定的上下文回答问题以测试机器理解自然语言的程度。当前绝大多数机器阅读理解模型算法都是采用深度学习模型，利用深度神经网络进行建模与优化。深度学习的特点是模型能根据训练集上预测的准确度直接优化函数，不断提高模型性能，从而达到很好的效果。一般而言，基于深度学习的机器阅读理解模型的架构包括3个部分：

(1)输入层：对文章和问题进行分词，并将单词映射为对应的词向量，可能还会加上片段信息的向量表示和位置信息的向量表示等其他相关信息。

(2)交互层：计算文章和问题之间的相关