MIA 2022 共享任务提交：利用实体表示、稠密-稀疏混合与 Fusion-in-Decoder 进行跨语言问答
计算与语言
2022-07-19 v3
摘要
我们描述了用于多语言信息访问（MIA）2022 共享任务中跨语言开放检索问答的两阶段系统。第一阶段由具有稠密与稀疏混合检索策略的多语言段落检索组成。第二阶段由从第一阶段返回的顶部段落中输出答案的阅读器组成。我们展示了在预训练中使用带实体表示的多语言语言模型、用稀疏检索信号辅助稠密检索以及 Fusion-in-Decoder 的有效性。在开发集上，我们在 XOR-TyDi QA 上获得 43.46 F1，在 MKQA 上获得 21.99 F1，平均 F1 得分为 32.73。在测试集上，我们在 XOR-TyDi QA 上获得 40.93 F1，在 MKQA 上获得 22.29 F1，平均 F1 得分为 31.61。我们在开发集和测试集上均比官方基线提高了超过 4 个 F1 点。
引用
@article{arxiv.2207.01940,
title = {MIA 2022 Shared Task Submission: Leveraging Entity Representations, Dense-Sparse Hybrids, and Fusion-in-Decoder for Cross-Lingual Question Answering},
author = {Zhucheng Tu and Sarguna Janani Padmanabhan},
journal= {arXiv preprint arXiv:2207.01940},
year = {2022}
}
备注
System description for the Multilingual Information Access 2022 Shared Task