廉价且有效？面向低资源机器阅读的简单高效数据增强
计算与语言
2021-06-09 v1 人工智能
机器学习
摘要
我们提出了一种简单而有效的低资源机器阅读理解（MRC）数据增强策略。我们的方法首先在包含正确答案近似上下文的增强数据上预训练MRC系统的答案抽取组件，再于精确答案片段上训练之。近似上下文有助于问答方法组件缩小答案定位范围。我们证明，通过提供更广的答案上下文与额外的训练数据，这一简单策略显著提升了文档检索与答案抽取性能。具体而言，在复杂低资源MRC任务TechQA上，我们的方法显著提升了基于BERT的检索器（15.12%）与答案抽取器（4.33% F1）的性能。此外，在另一实用且规模适中的长答案片段问答数据集PolicyQA上，我们的数据增强策略使答案抽取的精确匹配（EM）提升高达3.9%，F1提升2.7%。
引用
@article{arxiv.2106.04134,
title = {Cheap and Good? Simple and Effective Data Augmentation for Low Resource Machine Reading},
author = {Hoang Van and Vikas Yadav and Mihai Surdeanu},
journal= {arXiv preprint arXiv:2106.04134},
year = {2021}
}
备注
5 pages, 1 figure, SIGIR 2021