Convai3 挑战赛中 NTES_ALONG 的澄清问题选择系统
人工智能
2020-11-23 v3
摘要
本文介绍了网易游戏 AI 实验室团队参与 2020 年面向搜索的对话式 AI (SCAI) EMNLP 研讨会中 ClariQ 挑战赛的情况。该挑战要求构建一个完整的对话式信息检索系统,能够理解并生成澄清问题。我们提出了一种澄清问题选择系统,由回复理解、候选问题召回和澄清问题排序组成。我们微调了一个 RoBERTa 模型来理解用户的回复,并使用增强的 BM25 模型来召回候选问题。在澄清问题排序阶段,我们重构了训练数据集并提出了两种基于 ELECTRA 的模型。最后,我们通过将各模型输出概率相加进行集成,并选择概率最高的问题作为澄清问题。实验表明,我们的集成排序模型在文档相关性任务中表现优异,并在问题相关性任务中取得了最佳的 recall@[20,30] 指标。在第二阶段的多轮对话评估中,我们的系统在所有文档相关性指标上均取得了最高分。
引用
@article{arxiv.2010.14202,
title = {A Clarifying Question Selection System from NTES_ALONG in Convai3 Challenge},
author = {Wenjie Ou and Yue Lin},
journal= {arXiv preprint arXiv:2010.14202},
year = {2020}
}