基于双向对比数据增强的问答对排序学习
计算与语言
2021-10-01 v2 信息检索
摘要
在这项工作中，我们提出了一种新颖且易于应用的数据增强策略，即双向生成（BiG），结合对比训练目标，利用现有标注数据提升问答对排序的性能。具体而言，我们使用两个预训练生成模型（一个用于问题生成，另一个用于答案生成）来合成伪正问答对，以对比原始负问答对；这两个模型在原始数据集中有限的真正问答对上进行了微调。利用增强后的数据集，我们设计了一个对比训练目标用于学习问答对排序。在三个基准数据集上的实验结果表明，我们的方法通过充分利用现有标注数据显著提升了排序模型的性能，并且可以轻松应用于不同的排序模型。
引用
@article{arxiv.2106.11096,
title = {Learning to Rank Question Answer Pairs with Bilateral Contrastive Data Augmentation},
author = {Yang Deng and Wenxuan Zhang and Wai Lam},
journal= {arXiv preprint arXiv:2106.11096},
year = {2021}
}
备注
Accepted by W-NUT@EMNLP 2021