重新审视开放域问答流水线
计算与语言
2020-09-03 v1 人工智能
摘要
开放域问答(QA)是从大规模文档语料库中识别自然语言问题答案的任务。典型的开放域QA系统始于信息检索以从语料库中选出文档子集，随后由机器阅读器处理以选取答案片段。本文描述了Mindstone，一个开放域QA系统，其由一个新的多阶段流水线组成，该流水线采用传统的基于BM25的信息检索器、基于RM3的神经相关反馈、神经排序器以及机器阅读理解阶段。本文在Wikipedia/SQuAD数据集上确立了端到端问答性能的新基线(EM=58.1, F1=65.8)，相较先前最优结果(Yang et al., 2019b)有显著提升。我们还展示了新流水线如何支持低分辨率标签的使用，并可轻松调整以满足各种时序要求。
引用
@article{arxiv.2009.00914,
title = {Revisiting the Open-Domain Question Answering Pipeline},
author = {Sina J. Semnani and Manish Pandey},
journal= {arXiv preprint arXiv:2009.00914},
year = {2020}
}