领域无关的对抗训练问答
计算与语言
2019-10-23 v2
摘要
在不进行微调的情况下使模型适应新领域是深度学习中的一个具有挑战性的问题。在本文中,我们利用对抗训练框架解决问答(Question Answering, QA)任务中的领域泛化问题。我们的模型由一个常规QA模型和一个判别器组成。训练以对抗方式进行,两个模型不断竞争,从而使QA模型能够学习领域不变特征。我们将此方法应用于MRQA Shared Task 2019,并显示出比基线模型更好的性能。
引用
@article{arxiv.1910.09342,
title = {Domain-agnostic Question-Answering with Adversarial Training},
author = {Seanie Lee and Donggyu Kim and Jangwon Park},
journal= {arXiv preprint arXiv:1910.09342},
year = {2019}
}
备注
EMNLP-IJCNLP 2019 MRQA Workshop