基于显式对齐与多对多蕴含推理的对话式机器阅读
计算与语言
2023-10-23 v1
摘要
对话式机器阅读(CMR)要求基于给定文档通过多轮对话交互来回答用户的初始问题。尽管存在许多有效的方法，但它们在很大程度上忽视了文档与用户提供信息之间的对齐，这显著影响了中间决策与后续的追问生成。为解决此问题，我们提出了一种流水线框架，其(1)以显式方式对上述两方面进行对齐，(2)使用轻量级多对多蕴含推理模块进行决策，(3)基于文档与已问问题直接生成后续问题。我们提出的方法在微准确率上达到了state-of-the-art，并在CMR基准数据集ShARC的公开排行榜上位居第一。
引用
@article{arxiv.2310.13409,
title = {Explicit Alignment and Many-to-many Entailment Based Reasoning for Conversational Machine Reading},
author = {Yangyang Luo and Shiyu Tian and Caixia Yuan and Xiaojie Wang},
journal= {arXiv preprint arXiv:2310.13409},
year = {2023}
}