Jan, 2022

Web 尺度下的原地答句选择

TL;DR该研究提出了用于 Web 规模下的当前答案句子选择(AS2)的 Passage-based Extracting Answer Sentence In-place (PEASI),通过 Transformer-based 框架,它既重新排列检索到的问题的文本段,并在处理每个句子之前识别可能的答案,在多任务学习中对 PEASI 进行训练以获得最佳性能。实验表明,PEASI 比当前排名独立句子的点模型的表现高出 6.51%。同时,PEASI 在计算答案句子方面非常高效,仅需要~20% 的推理。