用于联合建模答案选择的问答句图
计算与语言
2023-04-25 v2 人工智能
摘要
本研究探讨基于图的方法用于答案句选择（AS2），这是基于检索的问答（QA）系统的一个关键组件。在离线学习期间，我们的模型以无监督方式为每个问题构建小规模相关训练图，并与图神经网络集成。图节点为问句到答句的对。我们训练并集成最先进（SOTA）的模型用于计算问句-问句、问句-答句和答句-答句对之间的分数，并使用相关性分数的阈值处理来创建图边。随后执行在线推理以解决未见查询上的 AS2 任务。在两个知名学术基准和一个真实世界数据集上的实验表明，我们的方法持续优于 SOTA QA 基线模型。
引用
@article{arxiv.2203.03549,
title = {Question-Answer Sentence Graph for Joint Modeling Answer Selection},
author = {Roshni G. Iyer and Thuy Vu and Alessandro Moschitti and Yizhou Sun},
journal= {arXiv preprint arXiv:2203.03549},
year = {2023}
}