GooAQ：面向多样答案类型的开放问答
计算与语言
2021-09-14 v2 人工智能
摘要
尽管日常问题伴随多种答案类型，当前问答（QA）文献未能充分应对问题的答案多样性。为此，我们提出 GooAQ，一个具有多种答案类型的大规模数据集。该数据集包含从 Google 收集的超过 500 万问题和 300 万答案。GooAQ 问题利用 Google 搜索引擎的自动补全功能半自动收集，由此产生兼具实用兴趣的自然主义问题，且表述简短、语言简单。GooAQ 答案从 Google 对我们所收集问题的回复中挖掘，具体来自搜索结果中的答案框。这产生了丰富的答案类型空间，既包含文本答案（短答案与长答案），也包含如集合等更具结构化的答案。我们在 GooAQ 上以 T5 模型进行基准测试，观察到：（a）与近期工作一致，LM 在 GooAQ 短答案问题上的强劲表现极大受益于标注数据；然而，（b）其在生成需长回复（如“如何”与“为何”问题）的连贯准确回应方面，较少依赖标注数据，主要由其预训练支撑。我们发布 GooAQ 以促进改进多样回应类型问答的进一步研究。
引用
@article{arxiv.2104.08727,
title = {GooAQ: Open Question Answering with Diverse Answer Types},
author = {Daniel Khashabi and Amos Ng and Tushar Khot and Ashish Sabharwal and Hannaneh Hajishirzi and Chris Callison-Burch},
journal= {arXiv preprint arXiv:2104.08727},
year = {2021}
}
备注
EMNLP-Findings 2021