ACLMay, 2021
学习扰动词嵌入以实现超领域问答
Learning to Perturb Word Embeddings for Out-of-distribution QA
Seanie Lee, Minki Kang, Juho Lee, Sung Ju Hwang
TL;DR我们提出了一种基于随机噪声生成器的简单而有效的数据增强方法，该方法可以扰动输入问题和上下文的单词嵌入，同时保持其语义不变，从而显著提高了 QA 模型的性能。在五个不同的目标域中，使用我们的词嵌入扰动训练的 QA 模型的表现明显优于基线 DA 方法和使用超过 240K 个人工生成 QA 问答对训练的模型。