通过人类反馈持续改进的抽取式问答

我们研究通过人类用户反馈持续改进抽取式问答（QA）系统。我们设计并部署了一种迭代方法，其中寻求信息的用户提出问题、接收模型预测的答案并提供反馈。我们开展了涉及数千次用户交互、置于多种设置下的实验，以拓宽对随时间从反馈中学习的理解。我们的实验表明，在不同数据体制下，抽取式 QA 模型随时间的用户反馈均带来有效改进，包括用于领域自适应的显著潜力。