多跳问答系统是否知道如何回答单跳子问题
计算与语言
2021-01-28 v2 人工智能
摘要
多跳问答（QA）要求模型从长文本的不同部分检索并整合信息以回答问题。人类通过分而治之的方法回答此类复杂问题。在本文中，我们探究多跳问题的顶尖模型是否像人类一样理解底层子问题。我们采用神经分解模型为多跳复杂问题生成子问题，随后提取相应的子答案。我们表明，多个最先进的多跳 QA 模型虽能正确回答对应的多跳问题，却无法正确回答很大一部分子问题。这表明这些模型是利用部分线索而非真正理解推理路径来回答多跳问题的。我们还提出了一种新模型，显著提升了回答子问题的性能。我们的工作朝着构建更具可解释性的多跳 QA 系统迈进了一步。
引用
@article{arxiv.2002.09919,
title = {Do Multi-Hop Question Answering Systems Know How to Answer the Single-Hop Sub-Questions?},
author = {Yixuan Tang and Hwee Tou Ng and Anthony K. H. Tung},
journal= {arXiv preprint arXiv:2002.09919},
year = {2021}
}