xPQA：跨12种语言的跨语言产品问答
计算与语言
2023-05-17 v1
摘要
产品问答（PQA）系统在电子商务应用中至关重要，用于在客户选购产品时回应其提问。现有 PQA 研究主要聚焦于英语，而实际中需要在利用英语产品信息的同时支持多种客户语言。为研究这一实际工业任务，我们提出 xPQA，一个大规模标注的跨语言 PQA 数据集，涵盖9个品类下的12种语言，并报告了以下结果：（1）候选排序，为非英语问题选择包含答案信息的最佳英语候选；（2）答案生成，基于所选英语候选生成自然流畅的非英语答案。我们评估了多种方法，包括运行时或离线机器翻译、利用多语言预训练 LM，以及包含或不包含 xPQA 训练数据。我们发现：（1）领域内数据不可或缺，因为在其他领域训练的跨语言排序器在 PQA 任务上表现很差；（2）候选排序往往偏好运行时翻译方法，而答案生成偏好多语言方法；（3）离线翻译以增强多语言模型主要有助于非拉丁字母语言的候选排序，以及主要有助于拉丁字母语言的答案生成。尽管如此，英语与跨语言测试集之间仍存在显著的性能差距。
引用
@article{arxiv.2305.09249,
title = {xPQA: Cross-Lingual Product Question Answering across 12 Languages},
author = {Xiaoyu Shen and Akari Asai and Bill Byrne and Adrià de Gispert},
journal= {arXiv preprint arXiv:2305.09249},
year = {2023}
}
备注
ACL 2023 industry track. Dataset available in https://github.com/amazon-science/contextual-product-qa