0. 강의소개

생성기반으로 기계독해를 푼다는 것의 의미를 이해하고, 어떻게 생성기반 기계독해를 풀 수 있을지 알아보겠습니다. 2강에서와 마찬가지로 모델 학습에 필요한 전처리 단계, 생성기반 모델 학습 단계, 그리고 최종적으로 답을 얻어내는 세 단계로 나눠 생성기반 기계독해를 푸는 방법에 대해 배워볼 예정입니다.

1. Generation-based MRC

2. Pre-processing

3. Model

4. Post-processing

• Further Reading

1. Generation-based MRC

1-1. Generation-based MRC 개념 및 개요

1. Extraction-based mrc: 지문 (context) 내 답의 위치(토큰의 시작과 끝 idx)를 예측 ⇒ 분류 문제 (classification)

2. Generation-based mrc: 주어진 지문과 질의 (question) 를 보고, 답변을 생성 ⇒ 생성 문제 (generation)

1-2. Generation-based MRC 평가 방법

• EM , F1 score 대신 Rouge 나 BLEU 스코어를 사용한다.

1-3. Generation-based MRC overall

• 생성 문제같은 경우엔 seq2seq으로 접근해야한다.

  

2. Pre-processing

2-1. 입력표현