面向 COVID-19 及其他新兴领域的开放域问答
计算与语言
2021-10-15 v1 信息检索
摘要
自 2019 年末以来，COVID-19 迅速成为最新的生物医学领域，导致新信息激增。与其他新兴领域一样，围绕该主题的讨论一直在快速变化，导致了错误信息的传播。这产生了对公共空间的需求，以便用户提问并获得可靠、科学的答案。为了满足这一需求，我们转向开放域问答任务，利用该任务我们可以从大量文档中高效地找到自由文本问题的答案。在这项工作中，我们为 COVID-19 这一新兴领域提出了这样一个系统。尽管可用数据规模较小，我们仍成功地训练了该系统，使其能够从已发表的大规模 COVID-19 科学论文语料库中检索答案。此外，我们结合了有效的重排序和问答技术，例如文档多样性和多答案跨度。我们的开放域问答系统可进一步作为快速开发类似系统的模型，这些系统可被调整和修改以适用于其他发展中的新兴领域。
引用
@article{arxiv.2110.06962,
title = {Open-Domain Question-Answering for COVID-19 and Other Emergent Domains},
author = {Sharon Levy and Kevin Mo and Wenhan Xiong and William Yang Wang},
journal= {arXiv preprint arXiv:2110.06962},
year = {2021}
}
备注
EMNLP 2021 Demo