R2-D2:一种用于开放域问答的模块化基线
计算与语言
2021-09-09 v1 信息检索
机器学习
摘要
本文提出一种新颖的四阶段开放域问答流水线R2-D2(Rank twice, reaD twice,即排序两次、阅读两次)。该流水线由检索器、段落重排器、抽取式阅读器、生成式阅读器以及从所有系统组件聚合最终预测的 mechanism 组成。我们在三个开放域问答数据集NaturalQuestions、TriviaQA和EfficientQA上展示了其优势,在前两个上超越了SOTA。我们的分析表明:(i) 结合抽取式与生成式阅读器带来最高5个精确匹配(exact match)的绝对提升,且至少是相同模型不同参数的后验平均集成的两倍有效;(ii) 参数更少的抽取式阅读器在抽取式QA数据集上可匹配生成式阅读器的性能。
引用
@article{arxiv.2109.03502,
title = {R2-D2: A Modular Baseline for Open-Domain Question Answering},
author = {Martin Fajcik and Martin Docekal and Karel Ondrej and Pavel Smrz},
journal= {arXiv preprint arXiv:2109.03502},
year = {2021}
}
备注
Accepted to Findings of EMNLP'21. arXiv admin note: substantial text overlap with arXiv:2102.10697