用于旅游问答的位置感知模块化双编码器
计算与语言
2024-01-05 v1
摘要
回答寻求兴趣点(POI)推荐的真实世界旅游问题具有挑战性,因为这需要在庞大的候选池上进行空间和非空间推理。当候选数量增加时,对每个问题-POI 对进行编码的传统方法效率低下,使其无法应用于真实世界场景。为克服这一问题,我们提出将 QA 任务视为稠密向量检索问题,分别对问题和 POI 进行编码,并利用嵌入空间相似度检索与问题最相关的 POI。我们使用预训练语言模型(PLM)编码文本信息,并训练一个位置编码器以捕获 POI 的空间信息。在真实世界旅游问答数据集上的实验表明,我们的方法有效且高效,并在所有指标上优于以往方法。得益于稠密检索架构,我们进一步构建了一个全局评估基线,与以往工作相比将搜索空间扩大了 20 倍。我们还通过后续实验探索了影响模型性能的若干因素。我们的代码和模型已在 https://github.com/haonan-li/LAMB 公开。
引用
@article{arxiv.2401.02187,
title = {Location Aware Modular Biencoder for Tourism Question Answering},
author = {Haonan Li and Martin Tomko and Timothy Baldwin},
journal= {arXiv preprint arXiv:2401.02187},
year = {2024}
}
备注
Accepted at AACL 2023