Talk to Papers：将神经问答引入学术搜索
计算与语言
2020-05-25 v3 人工智能
摘要
我们介绍了 Talk to Papers，它利用近期开放域问答（QA）技术来改善当前的学术搜索体验。其设计旨在使研究人员能够使用自然语言查询，从海量学术论文中查找精确答案并提取洞见。我们在多个标准 QA 数据集上展示了相较经典搜索引擎基线的显著提升，并为社区提供了一个协作式数据收集工具，通过社区努力来整理首个自然语言处理研究 QA 数据集。
引用
@article{arxiv.2004.02002,
title = {Talk to Papers: Bringing Neural Question Answering to Academic Search},
author = {Tianchang Zhao and Kyusong Lee},
journal= {arXiv preprint arXiv:2004.02002},
year = {2020}
}
备注
demo paper accepted at ACL 2020