面向检索式问答系统的答案生成
计算与语言
2021-06-03 v1
摘要
基于 Transformer 的模型近期进展极大提升了问答（QA）系统提供正确答案的能力；尤其是检索式系统的核心组件——答案句选择（AS2）模型，已取得令人印象深刻的成果。尽管通常有效，当所有检索候选质量较差时，这些模型即便包含正确信息也无法给出令人满意的答案。在 AS2 中，模型被训练为针对给定问题从一组检索候选中选择最佳答案句。本文中，我们提出从一组 AS2 顶部候选生成答案。我们不直接选择最佳候选，而是训练一个序列到序列 Transformer 模型从候选集生成答案。我们在三个英文 AS2 数据集上的测试显示，相较当前最优方法准确率提升最高达 32 个绝对百分点。
引用
@article{arxiv.2106.00955,
title = {Answer Generation for Retrieval-based Question Answering Systems},
author = {Chao-Chun Hsu and Eric Lind and Luca Soldaini and Alessandro Moschitti},
journal= {arXiv preprint arXiv:2106.00955},
year = {2021}
}
备注
Short paper, Accepted at Findings of ACL 2021