객관식 (텍스트 기반) 질문을 해결하기 위해 신경망 (예 : 단순한 피드 포워드/백 드롭 다층 퍼셉트론)을 훈련하는 데 성공할 가능성이 얼마나 높습니까? 가능성이 낮 으면 - 더 똑똑한 방법 또는 가지 말라)이 문제에 대해? 텍스트의신경망 복수 선택 시험
일부입니다 :
다음은 객관식 시험 구조에 대한 자세한 정보입니다 더 많은 가정 :
제 의견으로는이 문제는 해결하기가 극히 어렵습니다. 기본적으로 자연 언어를 이해하기 위해 신경망을 가르치려고합니다. 분명히이 작업을 해결하려는 시도가 많이 있었지만 아직 큰 성공을 거두지는 못했습니다.
시험 문제가 매우 간단하고 고도로 전문화되어 있으며 특수한 공통 구조가있는 경우에만 가능합니다 (그래도 가능하지 않을 수 있음).
또한 5000 개의 질문 샘플이이 작업을 위해 매우 작게 보입니다.
답변 주셔서 감사합니다. 나는 자연어를 배우는 것을 언급하지 않았다. 좀 더 구체적으로 설명해 드리겠습니다. 여러 가지 선택 테스트에 적용되는 '메타'규칙이 있습니다. '가장 오랜 대답은 옳은 경향이 있습니다.' 주어진 예에서 구조는 정적이고 공통된 구조이지만 질문은 '매우 간단하지'않습니다. 문제는 신경 네트워크가 근사하거나 이러한 '메타 규칙'에 대해 더 많은 통찰력을 제공 할 수 있지만, 모든 훈련 데이터 질문에 적용되지는 않을지라도 모호 할 수 있습니다. – user2305193
아마 "무작위보다 낫다"수준에 도달 할 수는 있지만 아무도 더 많은 것을 말할 수는 없습니다. 그것은 샘플에 크게 의존합니다. 그러나 일반적인 대답은 "예, 할 수 있습니다"입니다. – Qumeric
나는 downvote가있을 법하지 않다고 생각하니? – user2305193
나는 downvoter 아니지만 이것은 오히려 SO에 적합하지 않은 underspecified 질문을 묻는 결과입니다 – lejlot