告诉我如何再提问：连续空间中可控重写的问答数据增强
计算与语言
2020-10-06 v1
摘要
本文提出一种新颖的数据增强方法，称为基于可控重写的问答数据增强（CRQDA），用于机器阅读理解（MRC）、问题生成与问答自然语言推理任务。我们将问题数据增强任务视为受限问题重写问题，以生成上下文相关、高质量且多样的问题数据样本。CRQDA 利用 Transformer 自编码器将原始离散问题映射至连续嵌入空间，随后使用预训练 MRC 模型通过基于梯度的优化迭代修订问题表示。最后，修订后的问题表示被映射回离散空间，作为额外的问题数据。在 SQuAD 2.0、SQuAD 1.1 问题生成与 QNLI 任务上的综合实验证明了 CRQDA 的有效性。
引用
@article{arxiv.2010.01475,
title = {Tell Me How to Ask Again: Question Data Augmentation with Controllable Rewriting in Continuous Space},
author = {Dayiheng Liu and Yeyun Gong and Jie Fu and Yu Yan and Jiusheng Chen and Jiancheng Lv and Nan Duan and Ming Zhou},
journal= {arXiv preprint arXiv:2010.01475},
year = {2020}
}
备注
Accepted at EMNLP 2020