该研究致力于探究用户交互对于问答系统的后部署改进效果，提出 FeedbackQA 数据集并使用其中的交互反馈信息训练神经模型，在提高 QA 系统准确性的同时，提供答案的说明以帮助用户做出正确决策。

Apr, 2022

研究从用户反馈中学习抽取式问答，通过模拟反馈使用监督数据，并将问题视为情境臂学习。分析减少数据标注的几个学习场景的特征。显示最初训练的系统可通过用户反馈大幅度改进，并且可以使用现有数据集在新领域部署系统，而无需任何标注。

Mar, 2022

本文研究 Question-Answering 系统在实际部署中的问题，发现在回答引擎之前的管道部件可能会引入多样化且可观的错误，而且即使是针对强大的预训练 QA 模型，性能也会因为这些上游噪声源而显著降低。作者认为在 QA 系统能够真正有效部署之前，还有很大的改进空间。因此，他们强调 QA 评估需要扩展到考虑实际使用情况，并希望他们的研究结果能引起更广泛的关注。

Feb, 2021

提出了一种可教的推理系统，利用用户反馈构建动态记忆，将其作为问题回答的上下文，以避免相似新情景中之前的错误。实验表明，该系统在不进行模型重训练的情况下，只需要对 25% 的训练示例进行反馈即可接近最优解，并且可以通过用户反馈不断改进性能。

Apr, 2022

本文通过研究用户行为与段落相关性的关联性，提出了一种新的从用户行为数据中挖掘 Question Answering 系统训练数据的方法，并在四个测试数据集上得出了显著的排名准确性提高的结果。

Jun, 2020

本研究提出了一个基于 Web 的 UI 框架，通过整合可视化和分析工具来提供有关 QA 模型性能的信息，并帮助 QA 模型研究人员改进其模型的性能。

Dec, 2018

本文提出了一个简单的构建神经 QA 基线系统的启发式方法，并发现了两种必要的构建高性能神经 QA 系统的因素：第一，处理上下文时需要注意问题单词；第二，需要超越简单的词袋建模，例如循环神经网络。我们的结果表明，满足这两个要求的 FastQA 系统可以与现有模型实现非常有竞争力的性能。我们认为这一令人惊讶的发现将之前系统的结果和最近 QA 数据集的复杂性放在了一个更加客观的角度。

Mar, 2017

本文研究了一种混合的提取式和生成式阅读器方法，以及如何结合这两种方法进行问答。我们通过一些新技术对预训练的神经语言模型进行了改进，证明了这种方法比以前最先进的模型效果更好，取得了 3.3 和 2.7 的提升。

Jan, 2021

本文提出了一种基于多任务学习的科学问题验证方法，该方法结合了信息概括、布尔问答、提取式问题回答和语义理解技术。该方法在欧洲 PMC 的 300 万篇医学和健康领域 OA 文章上，在 BERT 和 RoBERTa 问答模型的实验中，实现了 4％的平均误差率和 95.6％的 F1 分数。

Apr, 2022

本研究提出了一种基于重要性抽样的反馈加权学习方法，利用二进制的用户反馈来改进最初的监督系统。作者在文档分类和对话问答数据集上进行模拟实验，并利用用户提供的二进制反馈来验证方法的有效性和可行性。实验结果表明，反馈加权学习可以显著地提升监督系统的性能，并且具有潜在的应用前景。

Nov, 2020