基于多尺度匹配的社区问答选择对抗训练
计算与语言
2018-11-20 v2
摘要
基于社区的问答（CQA）网站是重要的信息来源。因此，为最有价值答案与其对应问题相匹配的问题已成为日益流行的研究课题。我们将该任务框架化为一个二分类（相关/不相关）问题，并提出一种对抗训练框架以缓解标签不平衡问题。我们采用生成模型迭代采样具有挑战性的负样本子集以迷惑我们的分类模型。两个模型均使用REINFORCE算法交替优化。所提方法与以往方法完全不同，以往方法直接使用的或均匀下采样训练集中的负样本。此外，我们提出使用多尺度匹配，显式检查词与不同粒度n-gram之间的相关性。我们在SemEval 2016和SemEval 2017数据集上评估所提方法，取得了SOTA或相近性能。
引用
@article{arxiv.1804.08058,
title = {Adversarial Training for Community Question Answer Selection Based on Multi-scale Matching},
author = {Xiao Yang and Madian Khabsa and Miaosen Wang and Wei Wang and Madian Khabsa and Ahmed Awadallah and Daniel Kifer and C. Lee Giles},
journal= {arXiv preprint arXiv:1804.08058},
year = {2018}
}