ELI5：长形式问答
计算与语言
2019-07-23 v1
摘要
我们引入了首个用于长形式问答的大规模语料库，该任务需要对开放式问题给出详尽而深入的回答。该数据集包含来自 Reddit 论坛“Explain Like I'm Five”（ELI5）的 270K 个主题帖，其中在线社区提供能被五岁儿童理解的问答。与现有数据集相比，ELI5 包含需要多句回答的多样化问题。我们提供了一大型网络文档集合以辅助回答问题。自动与人工评估表明，以多任务目标训练的抽取式模型优于常规的 Seq2Seq、语言建模以及一个强抽取式基线。然而，我们的最佳模型仍远未达到人类表现，因为评分者在超过 86% 的案例中偏好黄金回答，这为未来改进留下了充足空间。
引用
@article{arxiv.1907.09190,
title = {ELI5: Long Form Question Answering},
author = {Angela Fan and Yacine Jernite and Ethan Perez and David Grangier and Jason Weston and Michael Auli},
journal= {arXiv preprint arXiv:1907.09190},
year = {2019}
}