在延迟预算约束下为答案句选择系统建模上下文
计算与语言
2021-02-05 v2
摘要
答案句选择（AS2）是一种设计开放域问答（QA）系统的有效方法。为实现低延迟，传统 AS2 模型对问答对逐一打分，忽略每个候选答案所提取自文档的任何信息。相比之下，为机器阅读理解任务设计的算力更昂贵模型通常接收一个或多个段落作为输入，这往往带来更好的准确率。在本工作中，我们提出一种在 AS2 模型中高效融入上下文信息的方法。对于每个答案候选，我们首先使用无监督相似度技术从其源文档中抽取相关句子，随后将其输入一个为 AS2 微调的高效 transformer 架构。我们的最佳方法利用多路注意力架构高效编码上下文，在以极小系统延迟影响为代价下，较 AS2 中非上下文最先进方法提升 6% 至 11%。本工作中所有实验均以英语进行。
引用
@article{arxiv.2101.12093,
title = {Modeling Context in Answer Sentence Selection Systems on a Latency Budget},
author = {Rujun Han and Luca Soldaini and Alessandro Moschitti},
journal= {arXiv preprint arXiv:2101.12093},
year = {2021}
}
备注
Accepted as a short paper at EACL 2021