面向多方对话阅读理解的指代感知双通道注意力网络
计算与语言
2023-05-23 v2
摘要
我们解决多方对话阅读理解（简称 MDRC）问题。MDRC 指的是基于多对话者一批对话的抽取式阅读理解任务。由于需要理解多轮多方对话中的跨话语上下文与关系，该任务具有挑战性。以往研究在单一对话者话语画像与基于图的交互建模上做出了巨大努力。相应方案有助于在一系列组织良好且线程感知的对话上下文上进行面向答案的推理。然而，当前 MDRC 模型仍受两个瓶颈制约。一方面，像“它”这样的代词极有可能在不同对话者的话语间引发多跳推理。另一方面，MDRC 编码器可能被模糊特征所困扰，即话语内部语言特征与话语间外部交互特征的混合。为克服这些瓶颈，我们提出一种指代感知注意力建模方法以增强推理能力。此外，我们构建了双通道编码网络。它分别编码话语画像与交互关系，从而缓解异质特征间的混淆。我们在基准语料 Molweni 和 FriendsQA 上实验。实验结果表明，与微调的 BERT 和 ELECTRA 基线相比，我们的方法在两个语料上均取得显著改进。最大性能增益约为 2.5% F1 分数。此外，我们的 MDRC 模型在大多数情况下优于最先进水平。
引用
@article{arxiv.2305.08348,
title = {Coreference-aware Double-channel Attention Network for Multi-party Dialogue Reading Comprehension},
author = {Yanling Li and Bowei Zou and Yifan Fan and Mengxing Dong and Yu Hong},
journal= {arXiv preprint arXiv:2305.08348},
year = {2023}
}
备注
IJCNN2023