May, 2017

问对问题：强化学习的主动问题重构

PDF
TL;DR本文介绍了一种称为 Active Question Answering 的基于强化学习的问题回答方法，通过探究黑盒 QA 系统并最大化回答质量来重新构筑问题，该方法在 Jeopardy! 等复杂问题数据集上表现出比其他基准模型更好的性能，并发现了与信息检索技术类似的策略。
question answeringreinforcement learningsearchqanatural language reformulationspolicy gradient
发现论文，激发创造
  • 分析一个主动问答机器人所学习到的语言

    该文章分析了一个被训练使用强化学习的代理程序学到的语言，作为 ActiveQA 系统的组成部分。在这个系统中，问题回答被框架化为一项强化学习任务，代理学习重构用户问题以引出最佳答案。研究发现，代理程序并没有学习与语义相关的转换，而是通过学习传统的信息检索技术（如 tf-idf 重新加权和词干化）来适应回答系统的语言。

    Jan, 2018

  • 对话问答知识图谱中的改述式强化学习

    本研究提出了一种基于强化学习的模型 CONQUER，能从包含噪声的问题改写中学习如何回答自然语言问题，并在新提出的基准测试集 ConvRef 上展示了显著的性能提升。

    May, 2021

  • 任务导向的强化学习查询重构

    介绍了一种基于神经网络的查询重构系统，使用强化学习训练神经网络，动作是选择术语以建立重构查询，回报是文档召回率，我们在三个数据集上评估了我们的方法，相对 Recall 方面有 5-20% 的改进。此外，我们提供了一种简单方法来估算模型在特定环境中的保守上限性能，并验证存在很大的改进空间。

    Apr, 2017

  • 会话式问答中的加强问句重述技术

    使用强化学习训练重写模型，以 QA 反馈作为监督信号，能够有效提高抽取式和检索式问答中的性能，并且人工评估表明该方法能够生成更准确和详细的重写，优于人工注释。

    Oct, 2022

  • 使用文本到文本转换和强化学习探索流畅的查询重构

    通过使用基于策略的 RL 算法和 Query-reformulating text-to-text transformer (QRT5)，重新定向查询并针对问题回答生成奖励获取的查询轨迹，从而使得下游中产生更好的答案，并通过不同的下游环境获取奖励信号 (例如意向分类)。

    Dec, 2020

  • 对话问答模型的强化重述生成之稳健训练

    通过我们提出的 REIGN 框架，我们通过多种步骤来解决面对表面形式变化的局限性学习环境，其中包括系统生成训练问题的改写，通过深度强化学习改善问答模型的性能，以及在一个基准测试集上训练模型并应用于另一个。我们通过大量多样的改写生成评测数据的方式对训练模型的鲁棒性进行了严格评估，结果显示，通过改写生成的训练方法的对话问答模型明显优于只使用金标准问答对进行标准训练的模型。

    Oct, 2023

  • 通过强化学习在对话中进行交互式问题澄清

    本文提出了通过增强学习模型来澄清模糊问题的方法，包括分割问题、选择标签、确认意图和构建适当的响应。模型基于深度政策网络的强化学习模型，通过真实用户点击数据评估并展示了显著的性能提升。

    Dec, 2020

  • 问句改写对话式问答有帮助吗？

    本文探讨了问题改写在对话问答中的有效性，通过使用强化学习方法来集成 QR 和 CQA 任务，但是发现该方法与端到端基线效果相当，并分析了失败的原因并描述了在 CQA 中利用 QR 的难度。

    Apr, 2022

  • 一种基于强化学习的粗细粒度问答系统

    本文提出了一种基于强化学习的粗到精问答（CFQA）系统，使用多步骤的深度强化学习模型来处理文档，可以处理较短或较长的文档，相较于先前的 QA 模型，在 WIKEREADING、WIKIREADINGLONG、CNN 和 SQuAD 等四个 QA 数据集上得到了 1.3%-1.7% 的准确率和 1.5 倍至 3.4 倍的训练速度改善。

    Jun, 2021

  • EAGER: 语言指导强化学习中自动奖励塑造的问答

    本文中，我们使用问题生成和问题回答系统来提取辅助目标，从而实现针对自身解决问题的能力，从而提高了自动奖励塑造方法的采样效率。

    Jun, 2022