基于 BERTserini 的端到端开放域问答
计算与语言
2019-09-19 v2 信息检索
摘要
我们展示了一个端到端问答系统，将 BERT 与开源 Anserini 信息检索工具包相集成。与当今大多数在小段输入文本上运行的问答和阅读理解模型不同，我们的系统将 IR 的最佳实践与基于 BERT 的阅读器结合，以端到端方式从大规模维基百科文章语料中识别答案。我们报告了在标准基准测试集上相较先前结果的显著提升，表明用 SQuAD 微调预训练 BERT 足以在识别答案片段上达到高准确率。
引用
@article{arxiv.1902.01718,
title = {End-to-End Open-Domain Question Answering with BERTserini},
author = {Wei Yang and Yuqing Xie and Aileen Lin and Xingyu Li and Luchen Tan and Kun Xiong and Ming Li and Jimmy Lin},
journal= {arXiv preprint arXiv:1902.01718},
year = {2019}
}
备注
Published in the Proceedings of the 2019 Conference of the North American Chapter of the Association for Computational Linguistics (Demonstrations)