迈向可解释问答的路线图：信息污染的一种解决方案
信息检索
2019-07-08 v1 人工智能
计算与语言
摘要
网络上信息污染速度的加剧需要新颖的解决方案来应对。问答（QA）界面是访问网络信息的简化且用户友好的接口。然而，与其他人工智能应用类似，它们是黑箱，不展示用于生成答案的学习或推理步骤的细节。可解释问答（XQA）系统能够缓解信息污染带来的困扰，它提供底层计算模型的透明度，并暴露出一个接口，使终端用户能够访问和验证信息的来源、有效性、上下文、传播、解释与反馈。本立场论文阐明了核心概念、期望与挑战，以回应以下问题：（i）什么是 XQA 系统？（ii）我们为何需要 XQA？（iii）我们何时需要 XQA？（iv）如何表示解释？（iv）如何评估 XQA 系统？
引用
@article{arxiv.1907.02606,
title = {A Road-map Towards Explainable Question Answering A Solution for Information Pollution},
author = {Saeedeh Shekarpour and Faisal Alshargi},
journal= {arXiv preprint arXiv:1907.02606},
year = {2019}
}