计算机科学与探索

作者：李晴, 李艳玲, 董杰, 葛凤培, 林民

单位：1. 内蒙古师范大学 计算机科学技术学院，呼和浩特 0100222. 无穷维哈密顿系统及其算法应用教育部重点实验室（内蒙古师范大学），呼和浩特 0100223. 北京邮电大学 图书馆，北京 100876

关键词：机器阅读理解,逻辑推理,智能问答

机器阅读理解是自然语言处理领域中的核心任务之一，该任务目标是使机器能够理解自然语言文本，并正确回答关于文本内容的问题。随着自然语言处理相关方法和模型的发展，研究者们开始关注机器阅读理解中更具挑战性的推理型问题，这些问题通常要求模型不仅理解文本中的浅层信息，还要能够在逻辑上进行思考和推理，以回答更加复杂的问题。对基于逻辑推理的机器阅读理解相关的最新成果进行全面的归纳。介绍基于逻辑推理的机器阅读理解任务。介绍该任务的相关方法，并根据侧重点的不同将这些方法分成四类：基于符号神经网络的方法、基于图神经网络的方法、基于预训练的方法和基于大模型的微调策略。重点描述四类方法的代表性工作。在LogiQA和ReClor两个逻辑推理主流数据集上探讨方法的优缺点，并总结基于逻辑推理的机器阅读理解任务的未来研究方向。

来源：2024年第8期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2024年第8期