EMNLPOct, 2021
无需问题示例的开放领域澄清问题生成
Open-domain clarification question generation without question examples
Julia White, Gabriel Poesia, Robert Hawkins, Dorsa Sadigh, Noah Goodman
TL;DR通过提出一个视觉基础的问题 - 回答模型框架,使用期望的信息量增益优化来产生极性澄清问题以消除人机对话中的误解,从而展示了该模型在目标导向的 20 个问题游戏中与人工回答者一起提出的问题如何提高交流成功率。