EQuANt（增强型问答网络）
计算与语言
2019-07-05 v2 机器学习
机器学习
摘要
机器阅读理解（MRC）是自动问答领域以及更广义的自然语言处理中的一个重要课题。自 SQuAD 1.1 和 SQuAD 2 数据集发布以来，该领域的进展尤为显著，当前最先进的模型在回答表述良好的问题以及检测在给定相应上下文时无法回答的问题上均展现出接近人类的表现。在本工作中，我们提出增强型问答网络（EQuANt），一种将 Yu 等人成功的 QANet 架构扩展以处理无法回答问题的 MRC 模型。通过在 SQuAD 2 上训练和评估 EQuANt，我们表明将 QANet 扩展到无法回答问题的领域确实是可行的。我们取得的结果比通过在 SQuAD 2 上评估原始 QANet 架构的轻量版本所获得的选定基线好近 2 倍。此外，我们报告，在 SQuAD2 上训练后 EQuANt 在 SQuAD 1.1 上的表现超过了在 SQuAD 1.1 上训练和评估的轻量 QANet 架构，展示了多任务学习在 MRC 情境中的效用。
引用
@article{arxiv.1907.00708,
title = {EQuANt (Enhanced Question Answer Network)},
author = {François-Xavier Aubet and Dominic Danks and Yuchen Zhu},
journal= {arXiv preprint arXiv:1907.00708},
year = {2019}
}