这是读芯术解读的第篇论文
ACLSystemDemonstrations
机器阅读框架：JacktheReader
JacktheReader–AMachineReadingFramework
德国人工智能研究中心
GermanResearchCenterforArtificialIntelligence(DFKI)
本文是德国人工智能研究中心发表于ACL的工作，为提高研究效率和代码重用率，提出了一个机器阅读框架JacktheReader(JACK)，允许通过组件重用快速建立模型原型，评估现有数据集上的新模型，集成新数据集，并将其应用于不断增长的已实现基线模型集中。JACK目前支持（但不限于）三个任务：问答、自然语言推理和链接预测。
引言
自动阅读和理解文本和符号输入，在一定程度上使得问题回答成为了机器阅读（MR）的核心。促进MR模型开发的一个核心洞察力是，这些任务中的大多数可以转换为问题回答（QA）任务的实例：输入可以转换为问题、支持文档和答案候选，输出可以转换为答案。例如，在自然语言推理（NLI）的情况下，我们可以将假设看作一个关于基本前提（支持）的多重选择问题，具有预定义的一组特定答案候选（包含、矛盾、中立）。链接预测（LP）——一个需要预测被表示为（主语、谓语、宾语）三元组的事实的真实值的任务——可以设想为QA的实例。通过将这些任务统一到一个框架中，我们可以促进多单元MR的设计和构建。
目前已经有了许多成功的框架，例如用于NLP的STANFORDCORENLP、NLTK和SPACY，用于信息检索的LUCENE和SOLR，以及用于通用机器学习(ML)的SCIKIT-LEARN、PYTORCH和TENSORFLOW，其中特别
转载请注明：http://www.0431gb208.com/sjslczl/4428.html
