李 堃，李艳玲，林 民

内蒙古师范大学 计算机科学技术学院，呼和浩特010022

早在20 世纪50 年代，图灵就提出通过人机交互衡量机器的智能水平[1]。而机器阅读理解（machine reading comprehension，MRC）作为一种测试机器语言理解能力的重要方法有长达半个多世纪的研究历史[2]，然而受计算机硬件及数据规模的限制，该领域直到近几年才受到国内外学者的广泛关注。与此同时，随着深度学习技术的发展，机器阅读理解任务逐渐从单一领域扩展至多领域，从单轮问答扩展为会话式问答，从跨距推理扩展至多跳推理。

传统的机器阅读理解任务由文章段落、问题、答案三要素构成，根据答案类型的不同分为多项选择（答案为侯选项中的一个）、抽取式（从文章段落中抽取片段作为答案）、生成式（由机器生成答案）。近年来，随着数据集逐渐从虚构内容转向真实场景，问题由简单问题向复杂问题发展，机器阅读理解的研究开始向更为复杂的会话式机器阅读理解领域进行探索。

会话式机器阅读理解（conversational machine comprehension，CMC）是由机器阅读理解与会话式问答交叉形成的新领域，即在传统机器阅读理解的基础上加入多轮问答，使问答对之间具有一定的承接关系。这更符合真实场景中人们通过多轮问答逐层深入了解相关主题信息的情况。通常来说，会话式机器阅读理解任务由文章段落（document）、会话（conversation）、会话历史（history）三要素构成。机器不仅需要理解文章段落，还需要理解会话历史中的语言现象，诸如指代关系、主语省略、主题转移等。……