问题重写？评估其对会话式问答的重要性
计算与语言
2022-04-15 v2 机器学习
摘要
在会话式问答中，系统必须正确解读相互关联的交互并生成有依据的回答，这可能需要从背景知识库中检索相关信息。针对该问题的最新方法利用神经语言模型，尽管在以下模块方面可考虑不同的替代方案：(a) 在上下文中表示用户问题，(b) 检索相关背景信息，以及 (c) 生成回答。本文提出了一个专为面向搜索的会话式人工智能（Search-Oriented Conversational AI, SCAI）共享任务设计的会话式问答系统，并报告了对其问题重写模块的详细分析。具体而言，我们考虑了问题重写模块的不同变体，以评估其对后续组件的影响，并对最佳系统配置所获得的结果进行了细致分析。我们的系统在共享任务中取得了最佳性能，且我们的分析强调了会话上下文表示对整个系统性能的重要性。
引用
@article{arxiv.2201.09146,
title = {Question rewriting? Assessing its importance for conversational question answering},
author = {Gonçalo Raposo and Rui Ribeiro and Bruno Martins and Luísa Coheur},
journal= {arXiv preprint arXiv:2201.09146},
year = {2022}
}
备注
Submitted manuscript (not anonymized) accepted to the 44th European Conference on Information Retrieval (ECIR) 2022. This preprint has not undergone peer review (when applicable) or any post-submission improvements or corrections. The Version of Record of this contribution is published in Advances in Information Retrieval, and is available online at https://doi.org/10.1007/978-3-030-99739-7_23