从无标注文档生成信息检索对话
计算与语言
2022-10-25 v2
摘要
在本文中，我们提出了一个新颖的框架 SIMSEEK（从无标注文档模拟信息检索对话），并比较了其两种变体。在基线 SIMSEEK-SYM 中，提问者基于回答者预先确定的答案生成后续问题。相反，SIMSEEK-ASYM 先生成问题，然后在对话上下文中寻找其对应答案。我们的实验表明，它们可以为 CQA（对话式问答）和对话式搜索任务合成有效的训练资源。结果表明，来自 SIMSEEK-ASYM 的对话不仅在实验中带来更大的提升，而且在人工评估中也获得了良好评价。我们最终发布了一个大规模合成对话资源 WIKI-SIMSEEK，包含基于维基百科文档构建的 200 万 CQA 对。借助该数据集，我们的 CQA 模型在近期 CQA 基准 QuAC 上取得了最先进的性能。
引用
@article{arxiv.2205.12609,
title = {Generating Information-Seeking Conversations from Unlabeled Documents},
author = {Gangwoo Kim and Sungdong Kim and Kang Min Yoo and Jaewoo Kang},
journal= {arXiv preprint arXiv:2205.12609},
year = {2022}
}
备注
Accepted to EMNLP 2022 main conference