Home Progetti AwesomeMRC
AwesomeMRC
Python

AwesomeMRC

Tutoriale IJCAI 2021 & codice per Retrospective Reader per la Comprensione della Lettura Automatica (AAAI 2021)

di cooelf · GitHub
Stelle
Fork
Creato
Ultimo commit
Lingua
question-answeringreading-comprehensiontransformersPython
Visualizza su GitHub
In parole semplici

Accedi a codice e tutorial per migliorare i modelli di comprensione della lettura automatica basati su ricerche recenti.

Mantieni questo progetto?

Rivendica la sua pagina: indicizzata qualunque sia il rango, tradotta in sei lingue e arricchita con le tue parole.

Rivendica questa pagina →
AwesomeMRC — GitHub preview card
📈 Storia delle stelle
362361
2026-07-202026-08-31
📈 Segui AwesomeMRC

Ricevi un avviso via email alla prossima release o quando decolla — non perderti nulla.

Gratis · senza carta · disdici quando vuoi
Ricevi avvisi via email →
📄 Informazioni

Tutoriale IJCAI 2021 & codice per Retrospective Reader per la Comprensione della Lettura Automatica (AAAI 2021)

AwesomeMRC ha 361 stelle su GitHub. È stato forkato 66 volte. AwesomeMRC è scritto principalmente in Python. È in sviluppo attivo dal 2020. I suoi temi principali sono: question-answering, reading-comprehension, transformers.

Frequently asked questions

Che cos'è AwesomeMRC?

Tutoriale IJCAI 2021 & codice per Retrospective Reader per la Comprensione della Lettura Automatica (AAAI 2021)

AwesomeMRC è open source?

AwesomeMRC è un progetto open source.

AwesomeMRC è gratuito?

Sì. AwesomeMRC è gratuito e open source: puoi usarlo, modificarlo e ospitarlo autonomamente.

In quale linguaggio è scritto AwesomeMRC?

AwesomeMRC è scritto principalmente in Python.

🏅 Manutentore di questo progetto?
olud.ai badge — AwesomeMRC

Aggiungi questo badge live al tuo README — le tue stelle GitHub e il ranking della directory, aggiornati quotidianamente.

[![olud.ai](https://olud.ai/badge.php?tool=cooelf-awesomemrc)](https://olud.ai/project/cooelf-awesomemrc.html)
Altre opzioni di badge →
🧬 Condivide il DNA con🧬 Vedi la mappa del DNA →

Misurato dai topic GitHub comuni a entrambi i progetti, ponderati per la loro rarita.