从易到难：面向多跳问答的两阶段选择器与阅读器
计算与语言
2022-05-25 v1
摘要
多跳问答（QA）是一项具有挑战性的任务，要求 QA 系统对多个文档进行复杂推理，并给出支持事实及精确答案。现有工作倾向于利用基于图的推理和问题分解来获取推理链，这不可避免地给系统引入了额外的复杂性和累积误差。为解决上述问题，我们提出了一种简单而有效的新框架——从易到难（FE2H），以去除干扰信息并为多跳 QA 任务获得更好的上下文表示。受人类迭代式文档选择过程和渐进式学习习惯的启发，FE2H 将文档选择器和阅读器均按从易到难的方式分为两个阶段。具体而言，我们首先选择与问题最相关的文档，然后利用该文档连同问题来选择其他相关文档。至于 QA 阶段，我们的阅读器先在单跳 QA 数据集上训练，再迁移到多跳 QA 任务。我们在流行的多跳 QA 基准 HotpotQA 上全面评估了我们的模型。实验结果表明，我们的方法在 HotpotQA（干扰项设置）排行榜上优于所有其他方法。
引用
@article{arxiv.2205.11729,
title = {From Easy to Hard: Two-stage Selector and Reader for Multi-hop Question Answering},
author = {Xin-Yi Li and Wei-Jun Lei and Yu-Bin Yang},
journal= {arXiv preprint arXiv:2205.11729},
year = {2022}
}