LAReQA：从多语言候选池中进行的语言无关答案检索
计算与语言
2020-04-14 v1 机器学习
摘要
我们提出 LAReQA，一个具有挑战性的新基准，用于从多语言候选池中进行语言无关答案检索。与先前的跨语言任务不同，LAReQA 测试“强”跨语言对齐，要求语义相关的跨语言对在表示空间中比不相关的同语言对更靠近。基于多语言 BERT（mBERT），我们研究实现强对齐的不同策略。我们发现通过机器翻译扩充训练数据是有效的，并显著优于直接使用 mBERT。有趣的是，在 LAReQA 上表现最好的嵌入基线在我们任务的零样本变体（仅以“弱”对齐为目标）上不及竞争的基线。这一发现凸显了我们的主张：语言无关检索是一种实质新颖的跨语言评估。
引用
@article{arxiv.2004.05484,
title = {LAReQA: Language-agnostic answer retrieval from a multilingual pool},
author = {Uma Roy and Noah Constant and Rami Al-Rfou and Aditya Barua and Aaron Phillips and Yinfei Yang},
journal= {arXiv preprint arXiv:2004.05484},
year = {2020}
}