1，双线模型架构解析：Multiple Encoders、Interaction

2，双线模型中为何Interaction环节是实现信息理解的关键？

3，双线模型底层数学原理剖析

4，Embeddings下的One-hot Representation及多层One-hot机制解析

5，Embeddings下的Word2vec的CBOW模型解析及源码实现

6，Embeddings下的Word2vec的Skipgram模型解析及源码实现

7，MRC下GloVe: Global Vectors for Word Representation架构解析及源码实现

8，MRC 下解决一次多义Elmo架构解析及源码实现

9，使用BERT进行Embeddings架构及最佳实践解析

10，Feature Extraction下的CNN模型解析及源码实现

11，Feature Extraction下的RNN模型解析及源码实现

12，Feature Extraction下的Transformer Encoder或者Decoder的架构解析及源码实现

13，MRC灵魂：Context-Question Interaction及Question-Context Interaction

14，Answer Prediction之Word Predictor数学原理及源码实现剖析

15，Answer Prediction之Option Predictor数学原理及源码实现剖析

16，Answer Prediction之Span Extractor数学原理及源码实现剖析

17，Answer Prediction之Answer Generator数学原理及源码实现剖析

18，MRC中的Negative Sampling数学机制及具体实现

19，BERT对MRC中无答案问题处理剖析及实现

20，MRC on Knowledge Graph解析

21，对MRC进行Evaluation Metrics之Accuracy、Precision、Recall、F1解析

22，对MRC进行Evaluation Metrices之Rouge-L解析

23，对MRC进行Evaluation Metrics之BLEU解析

24，提升MRC能力的7大方法详解