Question Answering On Squad20

المقاييس

النتائج

نتائج أداء النماذج المختلفة على هذا المعيار القياسي

جدول المقارنة

اسم النموذج	EM	F1
النموذج 1	80.208	83.149
النموذج 2	79.971	83.184
النموذج 3	80.038	82.796
النموذج 4	80.117	83.189
النموذج 5	82.803	85.863
النموذج 6	74.769	77.706
النموذج 7	89.021	91.765
albert-a-lite-bert-for-self-supervised	88.107	90.902
النموذج 9	80.377	83.262
النموذج 10	86.436	89.086
النموذج 11	75.344	78.381
النموذج 12	84.800	87.864
النموذج 13	73.742	76.858
النموذج 14	80.388	82.908
النموذج 15	78.933	81.863
النموذج 16	78.052	81.174
النموذج 17	90.002	92.497
النموذج 18	84.924	88.204
ensemble-albert-on-squad-2-0	-	90.123
النموذج 20	79.181	82.259
النموذج 21	90.487	92.894
النموذج 22	85.838	88.921
النموذج 23	82.995	86.035
النموذج 24	84.642	88.000
النموذج 25	89.551	92.366
النموذج 26	77.003	80.209
النموذج 27	89.562	92.226
النموذج 28	87.847	90.532
النموذج 29	86.448	89.586
النموذج 30	87.802	90.872
deep-contextualized-word-representations	63.372	66.251
النموذج 32	84.642	88.000
النموذج 33	90.600	92.899
النموذج 34	79.948	83.023
النموذج 35	78.357	81.500
النموذج 36	90.679	92.948
النموذج 37	90.194	92.594
النموذج 38	80.411	83.457
النموذج 39	88.107	90.902
النموذج 40	82.126	84.820
النموذج 41	88.614	91.303
النموذج 42	87.429	90.163
النموذج 43	90.284	92.691
النموذج 44	88.050	90.645
النموذج 45	82.024	84.854
read-verify-machine-reading-comprehension	71.767	74.295
النموذج 47	89.461	92.134
النموذج 48	87.949	90.818
sg-net-syntax-guided-machine-reading	88.174	90.702
deberta-decoding-enhanced-bert-with	88.0	90.7
النموذج 51	58.508	62.045
النموذج 52	59.332	62.305
النموذج 53	82.713	85.584
النموذج 54	88.637	91.230
النموذج 55	79.779	82.912
النموذج 56	76.055	79.329
النموذج 57	90.420	92.799
النموذج 58	83.142	85.873
النموذج 59	81.979	84.846
النموذج 60	72.884	76.217
النموذج 61	85.003	87.833
النموذج 62	88.998	91.635
النموذج 63	81.178	84.251
النموذج 64	78.594	81.445
النموذج 65	63.372	66.251
xlnet-generalized-autoregressive-pretraining	87.926	90.689
النموذج 67	69.262	72.642
النموذج 68	65.651	68.866
النموذج 69	71.666	75.457
النموذج 70	88.197	90.830
النموذج 71	84.721	87.117
النموذج 72	90.115	92.580
النموذج 73	72.884	76.217
stochastic-answer-networks-for-machine	68.653	71.439
النموذج 75	76.055	79.329
semantics-aware-bert-for-language	84.800	87.864
النموذج 77	87.847	91.265
النموذج 78	85.229	87.926
النموذج 79	88.186	90.939
النموذج 80	88.050	91.036
النموذج 81	86.346	89.133
النموذج 82	85.240	87.901
النموذج 83	79.632	82.852
النموذج 84	80.715	83.827
النموذج 85	88.592	90.859
النموذج 86	80.456	83.509
semantics-aware-bert-for-language	86.166	88.886
النموذج 88	84.123	87.013
النموذج 89	79.971	83.266
النموذج 90	69.476	72.857
النموذج 91	77.262	80.258
النموذج 92	84.620	87.625
النموذج 93	84.721	87.117
النموذج 94	86.820	89.795
النموذج 95	89.325	91.994
النموذج 96	80.343	83.243
النموذج 97	84.202	86.767
النموذج 98	0.068	3.971
النموذج 99	84.292	86.967
النموذج 100	78.481	81.531
النموذج 101	86.651	89.595
النموذج 102	85.173	88.425
النموذج 103	80.354	83.329
النموذج 104	86.166	88.886
النموذج 105	89.348	91.985
النموذج 106	89.224	91.853
النموذج 107	68.213	70.878
semantics-aware-bert-for-language	86.166	88.886
النموذج 109	83.819	86.669
النموذج 110	84.123	87.013
النموذج 111	40.397	43.213
النموذج 112	84.834	87.644
النموذج 113	80.140	82.962
النموذج 114	56.545	59.546
النموذج 115	88.716	91.365
النموذج 116	90.442	92.877
النموذج 117	83.457	86.122
النموذج 118	85.884	88.621
النموذج 119	89.449	92.118
النموذج 120	48.883	48.883
النموذج 121	75.073	77.805
النموذج 122	90.724	93.011
النموذج 123	85.872	88.793
النموذج 124	88.524	91.256
النموذج 125	87.147	89.474
النموذج 126	78.357	81.500
النموذج 127	67.897	70.884
النموذج 128	63.327	66.633
النموذج 129	88.107	90.902
النموذج 130	83.751	86.594
النموذج 131	90.386	92.777
sg-net-syntax-guided-machine-reading	87.238	90.071
النموذج 133	83.051	85.737
النموذج 134	74.272	77.052
النموذج 135	90.871	93.183
النموذج 136	76.563	79.776
النموذج 137	88.231	90.713
النموذج 138	78.650	81.497
النموذج 139	68.213	70.878
النموذج 140	86.730	89.286
النموذج 141	44.945	47.994
النموذج 142	75.457	78.232
النموذج 143	83.536	86.096
النموذج 144	89.449	92.118
النموذج 145	90.454	92.748
النموذج 146	84.642	88.000
النموذج 147	85.827	89.778
النموذج 148	80.241	83.175
النموذج 149	74.791	77.988
النموذج 150	4.830	5.920
النموذج 151	82.374	85.310
u-net-machine-reading-comprehension-with	71.417	74.869
النموذج 153	80.354	83.329
النموذج 154	78.876	82.524
النموذج 155	74.329	77.396
النموذج 156	85.748	88.709
pay-attention-to-mlps	-	78.3
النموذج 158	81.731	84.862
spanbert-improving-pre-training-by	85.7	88.7
النموذج 160	88.298	91.078
النموذج 161	88.761	91.745
النموذج 162	79.745	83.020
النموذج 163	48.804	48.815
النموذج 164	76.710	79.659
النموذج 165	74.656	77.404
luke-deep-contextualized-entity	-	90.2
النموذج 167	85.150	87.715
stochastic-answer-networks-for-machine	71.316	73.704
النموذج 169	79.779	83.099
النموذج 170	85.827	88.699
النموذج 171	90.939	93.214
النموذج 172	78.052	81.174
النموذج 173	88.569	91.287
النموذج 174	74.577	77.464
النموذج 175	59.174	62.093
النموذج 176	88.434	90.918
النموذج 177	63.338	67.422
النموذج 178	84.123	87.013
النموذج 179	87.700	90.588
النموذج 180	73.099	76.236
النموذج 181	87.994	90.944
النموذج 182	88.107	90.902
النموذج 183	86.933	90.037
fusionnet-fusing-via-fully-aware-attention	70.300	72.484
النموذج 185	86.211	88.848
النموذج 186	87.046	89.899
النموذج 187	78.650	81.474
النموذج 188	89.743	92.180
النموذج 189	68.766	71.662
النموذج 190	90.081	92.457
النموذج 191	82.431	85.178
النموذج 192	78.933	81.863
النموذج 193	89.923	92.425
sg-net-syntax-guided-machine-reading	86.211	88.848
النموذج 195	87.193	89.934
النموذج 196	88.851	91.486
النموذج 197	88.603	91.299
النموذج 198	89.528	92.059
النموذج 199	84.202	86.767
النموذج 200	86.673	89.147
النموذج 201	83.040	85.892
النموذج 202	80.896	83.604
النموذج 203	88.107	91.419
النموذج 204	72.670	75.507
النموذج 205	86.594	89.082
النموذج 206	90.521	92.824
النموذج 207	78.933	81.863
النموذج 208	83.142	85.873
النموذج 209	79.993	83.039
النموذج 210	82.882	86.002
النموذج 211	88.073	91.179
النموذج 212	77.262	80.258
النموذج 213	82.577	85.603
retrospective-reader-for-machine-reading	90.578	92.978
roberta-a-robustly-optimized-bert-pretraining	86.820	89.795
النموذج 216	88.874	91.546
النموذج 217	49.695	49.701
النموذج 218	87.994	90.944
النموذج 219	90.059	92.517
النموذج 220	84.823	87.489
النموذج 221	89.133	91.666
النموذج 222	90.420	92.807
النموذج 223	77.262	80.258
النموذج 224	82.126	84.624
النموذج 225	88.592	91.286
النموذج 226	90.126	92.535
النموذج 227	85.703	88.400
النموذج 228	57.707	62.341
النموذج 229	83.469	86.043
albert-a-lite-bert-for-self-supervised	89.731	92.215
النموذج 231	83.525	86.222
النموذج 232	83.119	85.510
النموذج 233	86.572	89.063
النموذج 234	86.572	89.063
النموذج 235	74.385	77.308
النموذج 236	90.002	92.425
النموذج 237	69.476	72.857
النموذج 238	27.217	29.597
النموذج 239	72.072	75.513
النموذج 240	74.791	77.988
النموذج 241	90.860	93.100
النموذج 242	88.355	91.019
النموذج 243	85.850	88.449
النموذج 244	86.098	89.634
luke-deep-contextualized-entity	87.429	90.163
النموذج 246	82.724	85.491
النموذج 247	70.763	74.449
النموذج 248	86.166	88.886
النموذج 249	80.749	83.851
النموذج 250	65.256	69.206
النموذج 251	81.110	84.386
النموذج 252	71.462	74.434
النموذج 253	82.972	85.810
النموذج 254	66.610	70.303
sg-net-syntax-guided-machine-reading	85.229	87.926
النموذج 256	68.021	71.583
النموذج 257	89.235	91.900
النموذج 258	87.870	90.823
النموذج 259	73.505	76.424
النموذج 260	85.838	88.921
retrospective-reader-for-machine-reading	89.562	92.052
النموذج 262	89.404	91.964
النموذج 263	82.306	85.670
النموذج 264	74.746	78.227
retrospective-reader-for-machine-reading	90.115	92.580
النموذج 266	89.235	91.739
النموذج 267	85.838	88.921
النموذج 268	56.545	59.546
النموذج 269	71.699	74.430
النموذج 270	72.072	75.513
النموذج 271	85.082	87.615
النموذج 272	81.573	84.535
النموذج 273	77.319	80.310
النموذج 274	89.325	91.939
النموذج 275	71.293	74.578
النموذج 276	80.591	83.391
النموذج 277	82.961	86.075
النموذج 278	80.422	83.118
النموذج 279	88.998	91.635
النموذج 280	86.403	89.148
النموذج 281	85.872	88.989
النموذج 282	65.719	69.381
النموذج 283	89.777	92.312
النموذج 284	80.005	83.208
النموذج 285	73.302	76.284
retrospective-reader-for-machine-reading	88.107	91.419