当检索-阅读器遇见基于场景的多项选择题
计算与语言
2021-09-07 v2 人工智能
信息检索
摘要
基于场景的问答(SQA)需要从大规模语料库中检索并阅读段落，以回答由长场景描述语境化的问题。由于场景既包含用于检索的关键短语又包含大量噪声，SQA的检索极为困难。此外，由于缺乏SQA段落的相关性标注，其检索很难被监督。为应对该挑战，本文提出一种称为JEEVES的联合检索-阅读器模型，其中检索器仅通过一种新颖的词加权机制利用QA标签进行隐式监督。在三个SQA数据集的多项选择题上，JEEVES显著优于多种强基线。
引用
@article{arxiv.2108.13875,
title = {When Retriever-Reader Meets Scenario-Based Multiple-Choice Questions},
author = {Zixian Huang and Ao Wu and Yulin Shen and Gong Cheng and Yuzhong Qu},
journal= {arXiv preprint arXiv:2108.13875},
year = {2021}
}
备注
10 pages, accepted to Findings of EMNLP 2021