COLINGNov, 2022

基于行列式点过程的多答案检索

PDF
TL;DR本文提出一种基于排列点过程和 BERT 的重新排序方法，综合考虑询问 - 段落相关性和段落 - 段落相关性，从而检索既与查询相关又具备多样性答案的段落。结果表明，我们的方法在 AmbigQA 数据集上优于现有技术。
open-domain question answering systemsmulti-answer retrievalre-rankingdeterminantal point processesbert
发现论文，激发创造
  • 基于 DPPs 的社区问答多样且非冗余答案集提取

    该研究提出了一种基于 DPP 和 BERT 的方法，旨在从社区问答平台上选择多样性和非冗余的答案集，该方法在日本 CQA 网站上的实验表明性能优于几种基线方法。

    Nov, 2020

  • 多样化多项答案检索的联合通道排名

    本文介绍了第一个联合检索模型，JPR，用于多答案检索，并使用自回归评分器选择一系列段落，JPR 能够在每个时间步选择覆盖新答案的段落，并使用树解码算法增加多样性。与之前的方法相比，JPR 在三个多答案数据集上实现了显著更好的答案覆盖率，使得答案生成模型能够考虑更少的段落，从而树立了新的最佳水平。

    Apr, 2021

  • 生物医学问答中的前 K 个相关片段检索

    我们在临床领域中通过对现有 DPR 框架的改进，从可靠的 Pubmed 文章中检索答案，使其在 BioASQ QA 数据集上的评估结果为 0.81 的 F1 得分。

    Aug, 2023

  • 面向开放域问答的多跳段落检索

    本文提出了一种方法，用于在大量知识库之中检索多个支持段落，以回答所提出的问题。该方法使用联合向量表示形式，并考虑知识源中段落的上下文句子表示形式。该技术在 SQuAD-Open 和 HotpotQA 的数据集上实现了开放域问答的最新成果。

    Jun, 2019

  • 使用多跳密集检索回答复杂开放域问题

    我们提出了一种简单而高效的多跳密集检索方法来回答复杂的开放域问题，该方法在两个多跳数据集 HotpotQA 和多证据 FEVER 上实现了最先进的性能。与以前的工作相反，我们的方法不需要访问任何特定于语料库的信息（如文档间超链接或人工注释实体标记），可以应用于任何非结构化文本语料库。与已发布的 HotpotQA 的最佳准确度相匹配，同时在推理时间上快 10 倍，我们的系统也可以产生更好的效率 - 准确性权衡。

    Sep, 2020

  • 开放域问答中的答案重新排序的证据聚合

    本文提出了两种新的模型，在公开领域问答数据集中取得了最具竞争力的结果。这两种方法是使用多篇文章生成答案。

    Nov, 2017

  • 利用包含问题、答案和修订的数据库回答模棱两可的问题

    通过利用来自维基百科的明确问题数据库，我们提出了一个新的用于回答含糊问题的最新方法，在含糊问题的多个答案的总结中，我们的方法在回收率指标上提高了 15%（相对改进），在评估从预测输出中消除模糊问题的指标上提高了 10%。从生成的问题数据库检索还可以在多样的篇章检索中取得巨大的改进。

    Aug, 2023

  • 用于开放式领域问答的密集式检索

    本研究展示了如何使用密集向量表示实现开放领域的问答，通过一个简单的双编码框架，通过从一小部分问题和段落中学习嵌入来实现检索，并在多个开放域 QA 基准测试中超越了传统的基于 TF-IDF 或 BM25 的方法，为终端 QA 系统的最新性能奠定了基础。

    Apr, 2020

  • 用图引导的多轮检索方法解决面向对话的开放领域问答

    本文提出了一种基于图模型和关联反馈的检索方法，用于连续的问答交互中提高检索效率和准确性。实验结果显示，与当前流行的方法相比，该方法大幅提高了问题回答的 F1 得分。

    Apr, 2021

  • 多分布密集型信息检索的资源和评估

    本篇论文提出了一个新问题：多分布信息检索，介绍了三个基于问题回答和实体匹配的数据集来评估此任务的方法，并提供了简单的一些方法以解决已知领域占用大部分预算的问题，结果表明使用这些方法可以提高 Recall@100。

    Jun, 2023