کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6925994 1448888 2018 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Do systems pass university entrance exams?
ترجمه فارسی عنوان
آیا سیستم ها امتحان ورود به دانشگاه را امتحان می کنند؟
کلمات کلیدی
پرسش پاسخ دادن، درک مطلب، درک معنایی،
ترجمه چکیده
تست های تفکر خواندن معمولا برای ارزیابی درجه ای که مردم درک می کنند آنچه خوانده می شوند مورد استفاده قرار می گیرند. به همین دلیل است که ما با این فرضیه کار می کنیم که منطقی است که از این تست ها برای ارزیابی میزان استفاده از یک ماشین استفاده کنیم؟ آنچه در حال خواندن است در این کار، سیستم های پرسشنامه پاسخ دهی را با استفاده از آزمون های تفکر خواندن از آزمون ها برای ورود به دانشگاه بررسی می کنیم. این مقاله به تجزیه و تحلیل داده های مجموعه ای، نوع نتیجه گیری های مورد نیاز، روش شناسی در سه کمپین ارزیابی، رویکردهای ارائه شده توسط شرکت کنندگان و نتایج کنونی پرداخته است. علاوه بر این، ما بررسی تکامل سیستم ها و درس های اصلی یاد گرفته شده در این فرایند ارزیابی می شود. ما همچنین نشان می دهیم که فناوری های فعلی قادر به پذیرش امتحان ورود به دانشگاه نیستند. این به این دلیل است که این تست ها نیاز به درک عمیق متون و همچنین شناسایی معنای مشابه عبارات با کلمات مختلف دارند. به نظر می رسد جهت های آینده ای که بر این ایده ها متمرکز شده اند، امیدوار کننده تر از استفاده از داده های فراوانی برای سیستم های آموزشی هستند، به این ترتیب سیستم ها توانستند نتایج برجسته ای را در آزمون های خواندن خواندن با سؤالات ساده تر به دست آورند. ما فکر می کنیم این مطالعه کمک می کند تا دانش را در مورد چگونگی ایجاد سیستم های پاسخگویی به پرسش های بهتر افزایش دهد.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر نرم افزارهای علوم کامپیوتر
چکیده انگلیسی
Reading Comprehension tests are commonly used to assess the degree to which people comprehend what they read. This is why we work with the hypothesis that it is reasonable to use these tests to assess the degree to which a machine “comprehends” what it is reading. In this work, we evaluate Question Answering systems using Reading Comprehension tests from exams to enter University. This article analyses the datasets generated, the kind of inferences required, the methodology followed in three evaluation campaigns, the approaches presented by participants and current results. Besides, we study the evolution of systems and the main lessons learned in this evaluation process. We also show how current technologies are unable to pass university-entrance exams. This is because these tests require a deep understanding of texts, as well as detecting the similar meaning of phrases with different words. Future directions focused on these ideas seem more promising than including a massive amount of data for training systems, what has allowed systems to obtain outstanding results in Reading Comprehension tests with more straightforward questions. We think this study helps to increase the knowledge about how to develop better Question Answering systems.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Information Processing & Management - Volume 54, Issue 4, July 2018, Pages 564-575
نویسندگان
, , , ,