你该问多少？论QA系统中的问题结构
计算与语言
2022-11-28 v1
摘要
推动问答（QA）系统前沿解决方案的数据集证明，以自然语言方式提问是可行的。然而，用户仍习惯于类检索系统，即键入关键词来搜索答案。在本研究中，我们验证问题的哪些部分对获得有效答案至关重要。为此，我们利用 LIME——一个通过局部近似解释预测的框架。我们发现 QA 忽视了语法与自然语言。即便仅以 LIME 算得高系数的寥寥数词“提问”，最先进的模型也能正确作答。据我们所知，这是首次使用 LIME 对 QA 模型进行解释。
引用
@article{arxiv.1809.03734,
title = {How much should you ask? On the question structure in QA systems},
author = {Dominika Basaj and Barbara Rychalska and Przemyslaw Biecek and Anna Wroblewska},
journal= {arXiv preprint arXiv:1809.03734},
year = {2022}
}
备注
Accepted to Analyzing and interpreting neural networks for NLP workshop at EMNLP 2018