Startseite Projekte AwesomeMRC
AwesomeMRC
Python

AwesomeMRC

IJCAI 2021 Tutorial & Code für Retrospective Reader für maschinelles Leseverständnis (AAAI 2021)

von cooelf · GitHub
Sterne
Forks
Erstellt
Letzter Commit
Sprache
question-answeringreading-comprehensiontransformersPython
Auf GitHub ansehen
In einfachen Worten

Greifen Sie auf Code und Tutorials zu, um Modelle zur maschinellen Leseverständnis basierend auf aktuellen Forschungen zu verbessern.

Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
AwesomeMRC — GitHub preview card
📈 Sternhistorie
362361
2026-07-202026-08-31
📈 AwesomeMRC verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

IJCAI 2021 Tutorial & Code für Retrospective Reader für maschinelles Leseverständnis (AAAI 2021)

AwesomeMRC hat 361 Sterne auf GitHub. Es wurde 66-mal geforkt. AwesomeMRC ist hauptsächlich in Python geschrieben. Es wird seit 2020 aktiv entwickelt. Die Hauptthemen sind: question-answering, reading-comprehension, transformers.

Frequently asked questions

Was ist AwesomeMRC?

IJCAI 2021 Tutorial & Code für Retrospective Reader für maschinelles Leseverständnis (AAAI 2021)

Ist AwesomeMRC Open Source?

AwesomeMRC ist ein Open-Source-Projekt.

Ist AwesomeMRC kostenlos?

Ja. AwesomeMRC ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

In welcher Sprache ist AwesomeMRC geschrieben?

AwesomeMRC ist hauptsächlich in Python geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — AwesomeMRC

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=cooelf-awesomemrc)](https://olud.ai/project/cooelf-awesomemrc.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.